要理解 Harness 工程，我们首先需要厘清它与传统提示词工程（ Prompt Engineering）、上下 文工程（ Context Engineering ）的本质区别。

1 什么是 Harness
Harness 一词在英文中的本意是“马具”，即套在马匹身上用于控制并引导与驾驭其力量的 装备。在软件工程中， Test Harness（测试台）指的是用于自动化测试的软件框架。而在 AI Agent 领域，Harness 被赋予了全新的内涵。

如果将大语言模型（ LLM ）比作一匹拥有强大动力的骏马，那么 Harness 就是套在马身上 的马具。骏马虽然强壮，但如果没有缰绳的引导、眼罩的约束和马鞍的固定，它可能会在旷野 中横冲直撞，无法将力量转化为拉动马车的有效动力。同样地， 一个强大的模型即便具备卓越 的推理与生成能力，若任由其在复杂的代码库中自由发挥，也可能陷入死循环、破坏关键文件 或产生幻觉。

Harness 工程，就是构建在模型周围的整套基础设施。它决定了模型何时被调用、能够使用 哪些工具、拥有何种权限、如何处理失败，以及在宣布任务“完成”之前必须经过哪些验证步 骤。Harness 工程管控下的模型与无约束的原始模型的核心差异如图 3-1 所示。

Harness 工程（ Harness Engineering）是指围绕大语言模型构建的、用于管理其工具访问、 上下文供给、执行控制、反馈处理和安全边界的工程体系。它不关心模型内部如何生成文本， 而是专注于如何让模型的输出在真实环境中被安全、可靠、高效地执行。

2 Harness 五维模型：工具+知识+观察+行动+权限

从技术架构的角度来看， 一套完整、可落地的 Harness 系统可被提炼为五大核心能力维 度，共同构成模型的可控执行环境，如表 3-1 所示。

这 5 个维度共同构成了一个闭环的执行环境，使得模型能够在受控、可观测且安全的空间

内发挥最大效能。值得注意的是，这 5 个维度并非相互独立，而是深度耦合的。例如，权限（Permission）维度会影响工具（Tool）的可用范围；观察（Observation）维度的结果会被纳入知 识（Knowledge）维度，成为下一轮决策的依据。

3 Harness 工程的历史渊源与命名由来

Harness 工程并非凭空出现的概念，其发展轨迹与 AI Agent 在软件工程中的落地深度绑定。 早在 2025 年底，AI 社区就开始意识到单纯依赖模型能力的局限性。业界顶尖的 AI 研究人员 Andrej Karpathy 曾提到，他的工作流已经从“手动编码辅以 AI 帮助”转变为“AI 驱动编码辅 以手动修改”。然而，随着 Agent 承担的任务越来越复杂、会话越来越长，它们在真实环境中的 脆弱性也彻底暴露：它们会声称完成了功能却未运行测试，会在长任务中迷失方向，或者陷入 不断进行微小修改的死循环。

2026 年初，Anthropic 在官方工程博客（ Engineering Blog ）上发布了 Harness design for long-running application development（面向长期运行的应用开发的 Harness 设计）一文，详细阐 述了如何通过多 Agent 协作（规划者、生成者、评估者）和上下文重置机制来解决这些长时任 务难题。这篇博客为 Harness 工程提供了早期的实践蓝图，也是 Harness 这一术语在 AI Agent 领 域被正式使用的重要标志。

随后，技术专家 Mitchell Hashimoto 在 2026 年 2 月正式提出 Harness 概念框架。他指出：“每次 Agent 犯错时，不要只是希望它下次能做得更好。你需要设计环境，使其无法以同样的方 式再次犯错。”这一理念将开发者的注意力从“等待更好的模型”转向“构建更健壮的系统 ”， 标志着 AI 应用开发思维的一次重要范式转变。

随着 Claude Code 工程代码的公开，业界彻底看清了 Anthropic 在 Harness 工程上的深厚积 累。正如一篇广为流传的分析文章所言：“51 万行工程代码表明，AI 编程工具的护城河不是模 型，而是 Harness。”这一判断迅速在开发者社区引发共鸣，Harness 工程也由此成为 AI 应用开 发领域最热门的议题之一。

想要完整吃透这套理论，并落地实践，可以顺着由浅入深的路线阅读这几本 Harness书籍：

《Codex 快速入门：Harness 工程落地》

入门首选，依托 Codex 案例建立直观认知，提供场景案例与开源代码，快速上手 Harness 基础工作流，适合新手建立落地认知。

本书围绕Codex深度参与真实软件工程的完整路径展开，系统阐述了在AI编程工具快速爆发的背景下，开发者在实际使用中面临的诸多痛点及其解决方案。全书按照“认知迁移→Harness工程→场景实战→团队落地”的逻辑组织内容。第一阶段夯实认知基础（第1章和第2章），阐明Codex作为交付工具的定位以及?AI编程的边界；第二阶段构建个人工作流（第3章～第8章），涵盖任务执行流程、任务入口选择、工作流沉淀等核心环节；第三阶段聚焦工程场景实战（第9章～第12章），深入剖析接手陌生代码库、修复bug、跨前后端功能开发、PR与CI/CD自动化等；第四阶段探索团队落地（第13章和第14章），探讨团队级研发流程及Codex的边界、风险与工程方法论。

本书主要面向软件开发者、技术负责人、AI编程探索者及非传统开发岗位从业者等，也适合高校相关专业学生以及希望理解AI编程趋势的技术从业者阅读。

《Claude Code 实战：Harness 工程之道》

面向实操开发者，以 Claude Code 为载体，详解 Skill、子智能体、MCP 协议、项目集成方案，掌握 Claude Code 原生 Harness 落地手段，聚焦一线工程实践。

本书系统介绍了Claude Code的技术架构与工程化实践。全书从“软件工程”视角，解析了从命令行助手到可编程Agent的演进路径，并围绕Claude Code的四层架构模型展开，深入探讨了记忆系统（CLAUDE.md）、技能（Skills）、子智能体（SubAgents）、事件钩子（Hooks）与MCP等核心机制的设计哲学与协同原理。书中不仅提供了翔实的技术选型指南、组件配置方法和触发机制对比，更通过大量实战案例，展示了如何构建安全、高效、可维护的AI辅助编程工作流，涵盖从个人开发到团队协作，再到与CI/CD流水线集成的企业级部署全流程。

本书适合具备一定编程基础，并希望将Claude Code深度集成至日常开发与团队流程中的开发者、全栈工程师和技术团队负责人等阅读。

《Harness 工程：从上下文管理到 Agent 系统构建》

通用理论读本，系统梳理上下文工程演进至 Harness 工程完整脉络，讲解记忆机制、Agent 循环、通用智能体搭建方法论，提炼跨模型通用框架。

本书系统阐述从上下文工程到Harness工程的技术演进路径，深入揭示了AI Agent从工具调用到自主思考与协作的核心原理及工程落地方法。全书共7章，以从单Agent到多Agent为主线，帮助读者系统掌握构建具备理解、计划、反思与行动能力的Agent系统的完整方法论。

第1章、第2章系统介绍上下文工程的理论基础，涵盖意图识别、计划模式、反思模式、CodeAct行动及人机协作五大核心能力的工程化实战；第3章、第4章以DeepResearch 和记忆工程为典型案例，提供从搜索到研究的完整代码实现及分布式记忆系统部署方案；第5章阐述Agent Skills上下文卸载技术，并给出使用扣子编程开发运维巡检Skills及基于OpenClaw测试运维巡检Skills两个实战案例；第6章、第7章走向Harness工程，通过两个实践案例介绍如何复现Claude Code核心特性，以及如何构建OpenClaw类产品，实现技术整合与工程落地。每章均配有可落地的代码示例与真实场景案例。

本书既适合具备开发背景的工程师、架构师阅读，也适合希望提升AI Agent实战能力的技术人员参考。

《Claude Code 技术架构深度解析：Harness 工程与 AI 编程新范式》

深度架构向，底层拆解 Claude Code 整套设计逻辑，溯源 Harness Engineering 核心思想，剖析下一代 AI 编程范式，适合架构师深度研读，理解底层设计哲学。

当下很多从业者还在内卷提示词优化，行业竞争重心早已转向 Harness 架构。未来大模型能力会逐步趋同，能否驾驭模型稳定完成复杂工程任务，将会是团队之间拉开差距的核心能力。

《Claude Code技术架构深度解析：Harness工程与AI编程新范式》全面、深度地剖析了Anthropic推出的革命性AI编程工具Claude Code，依托其完整工程代码体系（约51.2万行）逐层拆解，揭示AI编程从“辅助生成”向“自主执行”演进的底层架构逻辑。

《Claude Code技术架构深度解析：Harness工程与AI编程新范式》共分为5篇，总计13章。第1篇梳理AI编程的行业格局，介绍Claude Code的诞生背景与技术底座；第2篇系统性阐释并拆解Harness工程理念，阐述其成为AI编程全新范式的核心逻辑；第3篇深入源码级别，详细讲解Claude Code的工具与命令、权限与生命周期、观察与反馈、智能协作与记忆、终端 UI与生态扩展等五大核心模块的设计美学；第4篇提供多平台安装配置指南，并通过文本自动化处理、Web项目开发、大型遗留代码库重构三大实战场景，展示Harness理念的工程落地；第5篇探讨AI Agent编程的未来趋势，并为开发者提供转型与能力提升建议。

本书适合AI编程、大模型应用架构、Agent开发领域的软件工程师、架构师与AI研究员阅读，也适合希望提升研发效能的技术管理者，以及希望借助Vibe Coding重塑开发流程、探索下一代编程范式的技术爱好者阅读。