Harness 是什么？
Harness 直译是"马具"——套在马身上的缰绳、马鞍、笼头。马力再大，没这套东西，它就在旷野上瞎跑。
放到 AI 语境里，Harness 就是你给 AI 搭的整套工作环境：规则文件、校验脚本、上下文管理、安全机制。
Martin Fowler 的定义更精准：约束和引导 AI 系统输出的机制。
Harness 不只是提示词
很多人以为 Harness 就是写好 prompt，其实远远不止。
Martin Fowler 在文章里画了一张图，说得很清楚：
看这张图，Harness 包含三大部分：
1. 前馈（Feedforward）
- 在 AI 执行之前，先告诉它规则和约束
- 比如：你是个严谨的工程师，输出必须是 JSON 格式，遇到不确定的地方要标注
- 这就是"先立规矩"
2. Agent 执行
- AI 根据前馈的规则开始干活
3. 反馈（Feedback）
- AI 干完活，要检查结果
- 发现问题 → 改进前馈规则 → 下次不再犯
4. 人 review
- 人在旁边盯着，review AI 的输出
- 就像老司机带新手上路，需要在旁边盯着
所以 Harness 是一个闭环系统：前馈指导执行，反馈改进规则，人在旁边兜底。
pre-commit 就是一个货真价实的 Harness
说到这，可能还有人觉得 harness 太抽象。
那就说个具体的——pre-commit。
如果你用 AI 写代码，还没搞清楚什么是 harness，请先把 pre-commit 配置上。
什么是 pre-commit？就是就是在 git commit 之前，自动跑一堆检查：代码格式对不对、有没有语法错误、敏感信息有没有泄露。
这不就是 harness 吗？
- 前馈：你配置好规则，什么能过什么不能过
- 反馈：AI 每次提交都要过检核，格式不对就打回
- 人兜底：过不了就改，过得了才合入
一个 .pre-commit-config.yaml 就把 harness 的核心思想实现了。
所以别把 harness 想得太高大上——你每天在用的那些工程实践，很多本身就是 harness。
Martin Fowler 怎么说
Martin Fowler（写《重构》那位）在今年 2 月写了篇文章，叫 《Harness Engineering》。
他说：
"Harness 是约束和引导 AI 系统输出的机制。"
还有个妙类比：传统软件里的 Test Harness（测试支架）用来约束测试过程，确保结果可靠。AI Harness 干的是同样的事，只是对象从代码换成了 AI。
国外大佬们怎么说
Mitchell Hashimoto：首提概念
HashiCorp 联合创始人、Terraform 之父 Mitchell Hashimoto 在 2026 年 2 月首次提出 Harness Engineering 这个词。
他的核心观点：
"每次发现 AI Agent 犯错，就花时间设计一个解决方案，确保它不再犯同样的错。"
翻译：AI 犯错不可怕，可怕的是你没有一套机制让它不再犯。
OpenAI：实践验证
"OpenAI 在 2 月 11 日发布了 《Harness Engineering: Leveraging Codex in an Agent-First World》，讲了他们的实践。"
最炸裂的案例：
一个 3 人团队，完全禁止手写代码，用 AI Agent 在 5 个月 内构建了超过 100 万行代码 的完整产品。
这就是 Harness 的威力——让 AI 真正成为可靠的打工马。
Anthropic：Claude 的 Harness 之道
你以为只有 OpenAI 在搞 Harness？Anthropic 才是真正的 Harness 老司机。
Claude Code 泄露的天机
今年 3 月底，Anthropic 照常更新 Claude Code 版本 2.1.88。结果这一更新，把内部代码架构给泄露了出来——原来 Claude 背后藏着这么一套精密的 Harness 系统。
Anthropic 把这套方法论总结为一个公式：
Harness = 工具 + 知识 + 观察 + 操作接口 + 权限
| 组件 | 作用 |
|---|---|
| 工具 | Agent 的双手，支撑其完成具体操作 |
| 知识 | Agent 的大脑，赋予其专业判断力 |
| 观察 | Agent 的眼睛，帮助感知环境与任务状态 |
| 操作接口 | Agent 的行动通道，连接内外执行指令 |
| 权限 | Agent 的边界，划定其操作的安全范围 |
三层记忆架构
Claude Code 暴露了一个三层记忆架构，这正是 Anthropic 控制 AI 的秘密武器：
第一层：MEMORY.md（轻量索引）
- 每次会话启动，加载一个索引文件
- 每行存的是文件地址指针，类似图书馆的索引卡
- 避免 AI 被无关信息淹没
第二层：主题文件（按需加载）
- 项目知识分散在多个主题文件中
- 用到哪个才加载哪个
第三层：执行追踪（全程可审计）
- 每一步操作都有迹可循
- 开发者能看到每一次工具调用和决策节点
双 Agent 批评机制
Anthropic 还用了一个从 GAN（生成对抗网络） 借来的思路：一个 Agent 干活，一个 Agent 负责批评。
两个来回打磨，最后出来的东西比单跑好很多。
关键洞察：
"不需要让模型本身变得更自我批判，只需要把『评估』这个任务单独拎出来，给评估器专门调出一种『挑剔』的人格就够了。"
Claude Managed Agents：让 Harness 开箱即用
今年，Anthropic 发布了 Claude Managed Agents，直接把这套 Harness 做成了服务：沙箱隔离、状态管理、凭证管理、权限控制、执行追踪。
你只需要定义 Agent 的任务、工具和安全护栏，剩下的基础设施，Claude 全帮你搞定。
坊间传言：一个 200 刀的 Claude Max 订阅，第三方 Agent 能跑出 5000 刀 的算力消耗。
Harness vs Slop
你可能还听过 Slop 这个词——AI 生成的低质量、假大空、听着很正式但啥也没说的内容。
Harness 是不是为了减少 Slop？
是，但不全是。
Harness 确实能帮忙减少 Slop——前馈立规矩，执行看结果，反馈来纠错。人 review 更是最后一道防线。
让 AI 从"随机漫步"变成"可控奔跑"。
正如前文说的，pre-commit 就是 harness 的一部分，不如我们先把这个都加上？
话说，今年马年马儿好忙，一会儿 harness 马具，一会儿又是 hermes 爱马仕。
参考资料
作者提示: 个人观点，仅供参考