---
title: "Harness 工程"
description: "搭建 agent-ready 环境的工程学科——系统性地配置、组织和优化项目，使 AI agent 能够高效运作。"
lang: zh
pair: en.md
lastUpdated: 2026-05-07
status: published
---

# Harness 工程

Harness 工程是搭建 agent-ready 环境的工程学科——系统性地配置、组织和优化项目，使 AI agent 能够在其中高效运作。

## 定义

Harness 工程涵盖：

- **AI Native 构建**：将 agent 协作作为一等关注点来构建项目，而非事后补充
- **最小化 HITL**：设计工作流，仅在真正必要时才需要人类介入
- **架构清晰性**：维护清晰的系统全景视图和明确的边界定义
- **原子化变更记录**：每次变更都是小型、自包含且可追溯的
- **SPEC 驱动工程**：重要决策在实现前先以规格文档形式记录
- **故障记录与自我进化**：系统性地捕获故障，使 agent 能够学习和改进
- **标准化工具调用**：通过标准协议（MCP、skills）访问外部能力
- **持续迭代**：逐步逼近 agent 能够执行长流程任务并自我迭代的状态

## 与其他学科的关系

Harness 工程建立在以下学科之上并与之互补：

- **上下文工程（Context Engineering）**：关注 agent 在每个推理步骤中看到什么信息。Harness 工程提供使有效上下文工程成为可能的结构基础。
- **提示词工程（Prompt Engineering）**：关注如何与模型沟通。Harness 工程确保提示词周围的环境组织良好。
- **MCP（模型上下文协议）**：工具调用的标准化接口。Harness 工程定义何时以及如何配置 MCP 服务器。

## Agent-Ready 状态

当 agent 能够做到以下几点时，项目即达到 agent-ready 状态：

1. 进入仓库后，通过 CLAUDE.md 或等效文件理解项目的目的、结构和约定
2. 无需持续的人类指导即可执行任务
3. 遵循已建立的提交、测试和文档模式
4. 通过标准化接口访问外部工具和数据
5. 记录故障并为项目的进化做出贡献