# Harness Engineering 保姆级教程

> 给 AI 搭建一整套靠谱的工作环境，让它持续靠谱地完成项目



大家好，我是程序员鱼皮。

用 AI 编程的朋友应该都遇到过这些问题：

- 你让 AI 改下页面的样式，结果它没搞清楚你到底想干嘛，重新开发了整个布局。
- 你前面明明要求单文件的代码不超过 200 行，结果聊了十几轮之后，AI 把前面的约束给忘了，写了个 1000 行代码的大文件。
- 还有更头疼的，你让 AI 修一个项目里的 Bug，结果又出了 3 个新 Bug，项目都跑不起来了，代码越改越乱。

![](https://pic.yupi.icu/1/1_harness_problem.png)

前两个问题已经有了不少解决办法，比如写好提示词、给 AI 提供充足的信息，但第三个问题就比较棘手了。

**如果你想让 AI 做好一个完整的项目，你还得给它搭一整套靠谱的工作环境和工作流程。**

这就是最近在 AI 圈很火的 Harness Engineering。

![](https://pic.yupi.icu/1/17_harness_concept.png)

写这期内容前，我看了不少国内外讲 Harness 的教程，很多都花了大量篇幅讲 AI 发展史和枯燥的理论，看完就忘了。所以我换了个思路，先通俗易懂地讲清楚 Harness 是什么，然后带你实战怎么用 Harness 做出完整大项目，还会告诉你怎么最快上手 Harness。

⭐️ 本文对应视频版：https://bilibili.com/video/BV1cW9xB3Ec1



## 一、快速了解 Harness Engineering

### Harness 是什么？

Harness 这个词翻译过来就是「马具」。如果把 AI 模型比作一匹马，那 Harness 就是你驾驭这匹马所需要的一切，比如缰绳、路线规划、围栏等等。

我们要做的，就是怎么让这匹马跑得更快、更稳，顺利完成任务。

具体来说，Harness 就是围绕 AI 模型搭建的一整套工作环境和工作流程。你给 AI 写的项目规则文件、配置的各种工具、安排的任务拆分和执行顺序、设计的测试检查流程，这些统统都算 Harness。

![](https://pic.yupi.icu/1/2_harness_horse.png)



### 为什么它突然火了？

知名的 AI 框架 LangChain 做了个实验，使用同一个 AI 模型，只优化围绕模型搭建的 Harness 部分，编码基准测试的排名直接从 30 名开外冲到了前 5！

![](https://pic.yupi.icu/1/3_langchain_exp.png)

OpenAI 团队也做了类似的尝试。3 个人的小团队，全靠 Harness 引导 AI 生成了上百万行代码，最终做出的产品已经在内部正式上线使用了。

看到这些成果之后，不少知名 AI 公司和技术大佬纷纷写了博客来讲 Harness，于是把这个概念带火了。

有了这些知名公司和大佬的背书，现在行业达成了一个共识：**AI 编程的瓶颈不在模型有多聪明，而在你围绕模型搭的这套环境和流程够不够好。**

![](https://pic.yupi.icu/1/18_model_and_harness.png)



### Harness 的发展过程

很多人以为 Harness 是 2026 年蹦出来的新东西。其实从 2022 年 ChatGPT 出来的时候，大家就已经在做 Harness 了，只不过当时没叫这个名字罢了。

为了让你更好地理解 Harness，我先带你简单回顾一下这几年 AI 工程的发展。

![](https://pic.yupi.icu/1/19_harness_develop.png)



#### 1、提示词工程（2022 ~ 2024）

简单来说，就是怎么 **通过对话让 AI 听懂你的需求**。

我们学着给 AI 设定角色、约束输出格式、用思维链让它一步步思考、给几个示例让它模仿。这些技巧虽然简单，但确实能让 AI 的输出质量提升一大截。

![](https://pic.yupi.icu/1/4_prompt_engineer.png)

#### 2、上下文工程（2025）

在提示词工程的基础上更进一步，核心是怎么 **在对的时候把对的信息喂给 AI**。

比如写 AGENTS.md 规则文件让 AI 了解项目背景，用 RAG 让 AI 能检索到相关资料，对过长的上下文做压缩和摘要，甚至给 AI 建立跨对话的记忆机制，让它不会聊着聊着就断片儿。

![](https://pic.yupi.icu/1/5_context_engineering.png)

#### 3、Harness Engineering（2026）

在上下文工程的基础上又往前走了一步。除了关注给 AI 提供什么信息，还要关注给它配什么工具、大任务怎么拆分成小步骤分批完成、出了问题怎么自己检查和修复、怎么防止代码质量随着迭代慢慢下滑。让 AI 不只是回答问题，而是 **持续靠谱地完成整个任务**。

![](https://pic.yupi.icu/1/6_harness_engineering.png)

你会发现，三者是层层包含的关系。

- 提示词是最内层，关注的是「怎么给 AI 下指令」
- 上下文包裹着提示词，关注的是「怎么给 AI 提供信息」
- Harness 把它们全部包在里面，关注的是「怎么让 AI 持续靠谱地干完一整件事」

![](https://pic.yupi.icu/1/7_harness_layers.png)

业界总结了一个公式：**Agent = 模型 + Harness**。

也就是说，围绕 AI 模型搭建的工具、规则、流程、检查机制，全都属于 Harness 的范畴。

![](https://pic.yupi.icu/1/8_agent_queals.png)



## 二、Harness 的五个核心模块

讲到这里，你可能觉得 Harness 挺大、挺抽象的。

但其实没那么复杂，Harness 要解决的就是 AI 干活时会遇到的几个核心问题。

接下来我一个个给大家讲解。如果你是程序员，或者有做过项目的经验，你会发现这些方法其实都不陌生。

![](https://pic.yupi.icu/1/20_harness_modules.png)



### 1、上下文架构：让 AI 了解项目背景和规矩

> AGENTS.md 规则文件、分层文档、上下文压缩、渐进式加载

做项目的第一步是什么？

当然是了解需求、项目背景和开发规范。用 AI 做项目也一样，你得把这些信息喂给它。

我们可以写 AGENTS.md 这样的规则文件，告诉 AI 这个项目用什么技术栈、遵循什么代码规范、有哪些禁止事项。这跟我们传统做项目时写需求文档、方案设计文档是一样的。

不过要注意，AI 能处理的上下文空间是有限的。OpenAI 团队就踩过一个坑，他们试过把几千行的规则塞进一个大文件，结果 AI 反而更容易忽略里面的关键信息。后来他们改成把 AGENTS.md 当成一个 **目录** 来用，只写大概 100 行的摘要和索引，然后在 `docs/` 目录下放详细的设计文档。AGENTS.md 里面写清楚「前端规范看 `docs/FRONTEND.md`、安全相关看 `docs/SECURITY.md`」这样的指引，AI 需要什么就去读对应的文件。这种 **按需加载** 的思路，就是上下文架构的核心。

![](https://pic.yupi.icu/1/9_agents_ondemand.png)



### 2、执行能力：给 AI 装上手脚和工具

> 工具调用、Bash 终端、文件系统、MCP、Browser Use、Skills 技能包

AI 模型本身只能输出文本。如果你想让 AI 真正帮你开发项目，就得通过工具调用让它具备操作电脑的能力，比如给它配一个终端环境来执行命令、给它文件系统来读写代码、给它浏览器来测试网页。

在这个基础上，还可以通过 MCP 进一步扩展 AI 的操作范围，比如读写数据库、联网搜索和抓取最新的内容等等。

还有 Agent Skills，把一整套复杂的工作流封装成技能包， 让 AI 能够快速学会各种专业技能，比如自动生成 PPT、处理 Excel 表格之类的。总之就是让 AI 能用的工具越多，它能帮你干的活就越多。

![](https://pic.yupi.icu/1/10_harness_execute.png)



### 3、任务编排：给 AI 安排好工作计划

> Plan Mode、任务拆分、增量开发、文档沉淀、SubAgents 并行执行

如果你丢给 AI 一个大需求，它可能会尝试一把梭全部搞定。但 AI 的上下文空间是有限的，可能开发到一半信息就装不下了，前面定好的方案和约束慢慢被冲淡，最后留下一堆跑不起来的渣渣代码。

![](https://pic.yupi.icu/1/21_context_full.png)

怎么解决这个问题呢？

最基本的做法就是把大任务拆成小任务，每次只做一个功能点。在开始之前可以先用 Plan Mode 计划模式让 AI 出方案，人工确认后再动手写代码。

每做完一个功能，最好都沉淀一下文档，包括当前实现了哪些功能、用了什么技术方案、还有哪些待做的事项。这样哪怕后面新开一个 AI 对话窗口，也能让 AI 通过读文档快速了解之前做了什么，不用从头再来。

如果有多个互不依赖的小任务，还可以用 SubAgents 让它们并行执行，效率更高。我们传统开发项目时的任务拆分、前后端并行开发，也是同样的思路。

![](https://pic.yupi.icu/1/11_harness_task_split.png)



### 4、反馈机制：让 AI 自己检查自己的工作

> Linter 代码检查、自动化测试、Browser Use 端到端测试、Agent 互审

AI 写完代码之后，可能会自信满满地跟你说任务已经完成了，结果你一点运行，全是 Bug。

所以我们得让 AI 在写完代码之后能自己检查自己的工作。比如跑 Linter（代码检查工具）看看有没有语法和规范问题，跑自动化测试验证功能是否正确，甚至让 AI 自己打开浏览器实际操作一遍，功能可以正常使用才算是真正完成了任务。

如果测试没通过，AI 可以自动读取报错信息，分析原因并尝试修复。当然我们也可以人工检查，把发现的问题、报错信息和截图提供给 AI，让它来修。

甚至还可以让另一个 AI 来审查代码，搞一个「多 Agent 互审」的机制，跟我们传统做项目时多个同事一起 Code Review 是一样的。

![](https://pic.yupi.icu/1/12_auto_fix.png)



### 5、架构护栏：防止代码越改越乱

> 架构约束 Linter、Pre-commit Hooks、垃圾回收机制、Git 检查点

AI 生成代码有个特点，就是它会模仿仓库里已有的代码风格，哪怕是烂代码。比如同样的页面代码写了好几遍，也不知道要拆分成可复用的组件，会导致改了一个地方其他重复的地方就漏改了。时间一长，技术债就越滚越大。

![](https://pic.yupi.icu/1/22_tech_debt.png)

怎么防止这个问题呢？

常见的做法是写一批专门的 Linter 来强制执行架构层面的约束。注意这跟前面反馈机制里提到的 Linter 不太一样，前面那个查的是代码风格和语法问题，这里的 Linter 查的是架构规则，比如 UI 层不能直接调用数据库层、模块间的依赖必须是单向的。AI 一旦违反就会被自动拦住，还可以通过 Pre-commit Hooks（代码提交前的检查钩子）在提交时自动拦截不合规的代码。

OpenAI 还搞了一套叫「垃圾回收」的机制，定期让 AI 扫描代码库，检查有没有偏离架构规范的地方，自动提交修复 PR，持续偿还技术债。

另外建议每完成一个功能就用 Git 提交一次代码。Git 是一个版本控制工具，能记录代码的每个历史版本，相当于给项目打了一个存档点，万一后面改出了问题，可以随时恢复到之前的状态。

![](https://pic.yupi.icu/1/13_arch_safety.png)



---



看到这里你会发现，写规则文件、配备工具、拆分任务、执行测试、定架构规范…… 这些其实都是程序员做项目时常用的方法，换到 AI 编程场景里，就是 Harness。

![](https://pic.yupi.icu/1/14_harness_arch.png)

**Harness 不是什么新技术，它本质上是把我们已有的工程经验，系统地应用到 AI 上。**

所以有做项目经验的朋友，你们积累的工程能力到了 AI 编程时代一样实用。我也建议大家平时多做完整的项目、多积累工程经验，越懂工程的人越能驾驭 AI。



## 三、Harness 项目实战

概念讲完了，接下来我用一个实际项目带大家看看，Harness 在真实开发中到底是怎么落地的。

这个项目是我在 [编程导航](https://www.codefather.cn) 全程直播带做的 AI 编程全栈项目「万能视频下载总结器」。我用 AI 从零开发了一个能从各大平台下载视频、并用 AI 总结视频内容的网站，还做了 SEO / GEO 优化和 Stripe 国际支付。

![](https://pic.yupi.icu/1/image-20260414185727869.png)

回过头看，整个开发过程其实就是一套完整的 Harness 实践。

下面我按照企业做项目的阶段来讲，看看每一步用了哪些 Harness 方法。



### 1、方案设计阶段

动手写代码之前，我做了一件很重要的事：**先自己想清楚核心方案**。

这个项目需要什么样的前端界面？需不需要后端？核心的视频下载能力怎么实现？

我是自己先思考，并且通过 AI 在全网调研了一番，然后决定用 yt-dlp 这个开源项目作为下载功能的核心实现、技术栈以 Python 为主。

然后我把这些思考写成文档，关联给 AI，让它在我的方案基础上补充细节。

![](https://pic.yupi.icu/1/1772104502180-1c03c0ee-e122-45f9-ab57-b6f80ba68769.png)

注意，我特意 **开启了 Plan Mode**，让 AI 先出方案找我确认，而不是上来就直接写代码。

AI 生成了一个技术方案文档，我仔细看了一遍，发现它把一些后续才做的功能也纳入计划了，于是我就跟它说「先完成核心的视频下载功能」，一步步来。

![](https://pic.yupi.icu/1/1772105641205-3b10ce44-984a-4a0a-8164-e6bf9238008b-20260414190723769.png)

这就是 **任务编排** 和 **上下文架构** 在方案阶段的应用。先规划再执行，给 AI 提供充足的背景信息，约束它不要一上来就一把梭。



### 2、编码开发阶段

确认方案之后，AI 就进入了开发环节。这个阶段我做了几件很关键的事。

首先是 **给 AI 装上联网能力**。我配置了 Firecrawl MCP 让 AI 能抓取网页内容，又配置了 Context7 MCP 让 AI 能获取最新的技术文档。

![](https://pic.yupi.icu/1/1772104408697-5266b0fe-962d-4f1c-9651-f6f23e178881.png)

这样 AI 在开发过程中遇到不确定的 API 用法，就可以自己去查最新文档，而不是用过时的写法。

![](https://pic.yupi.icu/1/1772102457113-a31b056a-bfd8-4458-a8b1-194e3a8ca648.png)

核心的视频下载功能做完后，我 **让 AI 沉淀了一总结文档**，记录当前的功能、架构和实现细节，然后提交到 Git。

![](https://pic.yupi.icu/1/1772528547362-5763b40e-ef99-4abb-96c3-a21411c6456f.png)

这一步很关键，因为后面要做新功能的时候，我会新开一个对话窗口，把这些文档关联给 AI，它就能快速找回记忆，不用从头再来。

![](https://pic.yupi.icu/1/1772528792609-cc1739e6-21eb-4909-8967-80f03d3e8a99.png)

为什么新功能要新开对话呢？

因为在同一个 AI 对话框中聊久了上下文会越来越脏，AI 的表现会下降。新开对话相当于给 AI 一个干净的环境，然后用文档帮它找回需要的信息就好了。

这些操作本质上都是在做 **上下文架构** 和 **执行能力** 的建设，给 AI 装好工具、维护好上下文信息。



### 3、测试验证阶段

AI 不仅能写代码，还能 **自己打开浏览器测试**。

在这个项目里，AI 通过 Cursor 内置的 Browser Use 功能，自己启动浏览器、输入视频链接、点击解析按钮，然后检查结果是否正常显示，比人工测试方便太多了。

![](https://pic.yupi.icu/1/1772182233654-f0155f39-9a20-475c-b6ab-65144ae88add.png)

不过 AI 的自测也不是万能的，遇到解决不了的问题，还是要人工出马。

比如我通过人工测试发现 B 站视频下载报了 403 错误，就把报错信息直接贴给 AI，让它自主分析和修复。AI 很快发现是防盗链的问题，然后自己搞定了。

![](https://pic.yupi.icu/1/1772183079662-6a6c95ea-a666-4ff5-98aa-c28640cfde72.png)

有时候 AI 会卡在同一个问题上反复修不好。比如 Markdown 渲染出了问题，我跟 AI 说了好几轮都没修对。

![](https://pic.yupi.icu/1/1772620145879-c410ef48-e0b5-4a1a-b72c-9abb3d5ec292.png)

后来我换了个角度去描述这个问题，跟它说：你不应该改后端 Python 代码么？如果后端 SSE 返回的内容丢失了，前端解析出来肯定是错的吧？

![](https://pic.yupi.icu/1/1772621509450-1b167ee7-e8c6-4aa2-a0d7-08b645d39df3.png)

AI 这才恍然大悟，改了后端逻辑就修好了。

![](https://pic.yupi.icu/1/1772621492366-d5a020a8-290f-4c84-82ac-c92a27c6be0c.png)

还有个小技巧，就是不要每次测试都走完整的「输入链接、解析、总结」流程，太慢了。我让 AI 自己模拟一段 Markdown 数据直接测试渲染效果，这样反馈要快得多。

![](https://pic.yupi.icu/1/1772618934073-fac1cb70-5793-4c56-a353-1893483b231a.png)

这些都是 **反馈机制** 的体现，给 AI 提供反馈信号让它自我修复，AI 搞不定的时候人工介入纠偏。

Harness 不是完全放手不管，而是把人的精力用在最关键的地方。



### 4、功能扩展阶段

核心的视频下载功能跑通后，我又加了 3 个小需求：优化 Markdown 排版、思维导图全屏加下载、字幕文件下载。

这三个需求相互独立，所以我在提示词里引导 AI 合理规划任务 **并行开发**，AI 用了 SubAgents 同时执行多个子任务。

![](https://pic.yupi.icu/1/1772616016270-9d4e5537-e7da-4f7c-8242-5b4db2e5d79b.png)

每完成一个功能，我就让 AI 提交代码并更新文档，作为检查点。万一后面改出了问题，可以随时回滚。

![](https://pic.yupi.icu/1/1772613546285-f7291f45-8f72-49aa-b501-09169cb13aa5.png)

后来给项目做 SEO 优化的时候，我还用了一个 SEO Audit 技能，让 AI 自动分析网站并生成优化方案。

![](https://pic.yupi.icu/1/1773740490974-4416b5e7-79bf-472f-bae5-b54cc7ea0b20.png)

做完 SEO 之后，还要做 GEO 优化，我直接复用了 SEO 的对话上下文，这样 AI 已经了解了项目背景和代码，不用重新再读一遍，省了不少时间。

![](https://pic.yupi.icu/1/1773744551802-fff25d1e-bccd-475d-a7b8-2510566221d7.png)

上面这些操作涵盖了 **任务编排**（并行开发）、**架构护栏**（Git 检查点）和 **执行能力**（Skills 扩展）几个方面，都是 Harness 的重要实践。



## 四、怎么快速上手 Harness？

Harness 本身并不复杂，也没什么需要专门去啃的理论。上面项目里的很多操作，都是你现在立刻能用的 Harness 技巧。

我按照做项目的流程，给大家总结几条实用的 Harness 方法：

1）做项目之前先写好 AGENTS.md 规则文件，把项目背景、技术栈、代码规范都告诉 AI

2）先让 AI 出方案并人工确认，再动手写代码

3）用 MCP 和 Skills 给 AI 配好工具，让它能联网查资料、获取最新的信息

4）做完功能一定要让 AI 自己跑测试验证，确保能正常运行

5）每完成一个功能就让 AI 沉淀文档并提交代码，作为 AI 的「存档点」

![](https://pic.yupi.icu/1/23_harness_tips.png)



### Harness 工具

如果你缺乏做项目的经验、或者觉得自己搭建 Harness 太麻烦，也可以直接使用一些现成的开源工具。

比如 Spec Kit 工具使用的是 SDD（Spec-Driven Development）规范驱动开发的思路，它会先引导你把需求拆解成详细的规范文档，然后让 AI 按照文档一步步开发，每个阶段都有明确的验收标准。

![](https://pic.yupi.icu/1/15_sdd.png)

还有 Superpowers 这种 Agent Skills 框架，它内置了一整套开发工作流，包括强制 TDD（Test-Driven Development）测试驱动开发，就是先写测试再写代码，还有两阶段代码审查、子代理协作等，相当于直接给 AI 装了一套完整的项目管理流程。

![](https://pic.yupi.icu/1/16_superpowers.png)

虽然这些工具可以帮你快速起步，但从长远来看，**理解 Harness 的思路比掌握某个工具更重要**。

毕竟工具一直在变化，但「怎么系统地驾驭 AI」这个思路是通用的。想要真正掌握 Harness，最好的办法还是在实战项目中去体会。

我在 [编程导航](https://www.codefather.cn) 带大家做过几套 AI 编程全栈项目，除了上面提到的万能视频下载总结器，还有 AI 热点监控工具、GitHub 文档翻译器、AI 闯关学习小程序等，其实都是 Harness Engineering 的完整实战。每个项目都是从需求分析开始，到方案设计、AI 编码开发、测试验证、功能扩展，走完一整套流程。如果你想跟着实战项目边做边学 AI 编程和 Harness，可以来看看。

![](https://pic.yupi.icu/1/image-20260414172537171.png)



## 最后哔哔

以前做项目，工程师的核心工作是写代码。现在 AI 能帮我们写越来越多的代码了，但这也意味着我们得花更多精力在需求分析、方案设计、任务拆解、质量把关这些事情上。

能不能用好 AI，取决于你自己的工程能力有多强。

所以我一直建议大家多做完整的项目，从零到一走完全流程，这个过程中积累的工程经验，就是你驾驭 AI 最好的 Harness。