AI Engineering Playbook

Appearance

Harness Engineering ​

人类的核心工作从写代码转向了设计 Agent 的工作环境。Harness Engineering 就是这门新学科。

什么是 Harness ​

Agent = Model + Harness. Model 是大脑，Harness 是它工作的一切环境：文档、约束、工具、日志、记忆、反馈循环。

一个好的 Harness 做三件事：

职责说明类比
前馈 (Guide)在 agent 行动前预防错误架构文档、约束规则、参考案例
后馈 (Sensor)在 agent 行动后检测问题Linter、测试、LLM-as-Judge
记忆 (Memory)跨会话保持上下文和知识Decision Records、Solution 库、日志

三个扩展维度 ​

2026 年三大 AI 厂各探索了一个维度：

时间维度 (Temporal) — Anthropic ​

问题：Agent 连续工作数小时，如何保持方向和质量？

方案：Planner / Generator / Evaluator 三角色分离。每个角色有清晰的职责边界，通过文件 artifact 传递状态。

关键洞察：把"做事的 agent"和"评判的 agent"分开，是质量最强的杠杆。

空间维度 (Spatial) — Cursor ​

问题：数百个 Agent 并行，如何获得线性吞吐增长？

方案：递归 Planner-Worker 层级。Worker 在隔离的 repo 副本上工作，互不感知。信息只向上流动。

关键洞察：架构选择（monolith vs modular）直接影响 agent 并行效率。

交互维度 (Interaction) — OpenAI ​

问题：3 人团队如何管理 1500+ PR？

方案：Symphony 守护进程，把 ticket 自动转为 agent 任务。Agent 自带观测栈、自验证、自提 PR。

关键洞察：从"写 prompt 触发"进化到"写 ticket 改状态"。

核心共识 ​

跨所有文章和实践，行业已达成 7 条共识：

  1. 改 Harness > 换 Model — Harness 的改进对所有模型同时生效
  2. 约束 > 指令 — 可执行的确定性规则比模糊指导有效
  3. < 60 秒反馈循环 — Build/Test/Lint 必须快到 agent 能高效迭代
  4. 四层记忆 — Agent config + Git history + Progress log + Structured state
  5. 渐进式加载 — 永远不要把所有信息塞进 context，按需读取
  6. 失败驱动改进 — 每个 agent 错误都应变成 harness 改进
  7. 验证分层 — 确定性检查（快/廉价）在前，推理性检查（慢/语义）在后

本节内容 ​

页面内容适合谁
Init 方法论核心 — 任何项目的 Harness 初始化流程新项目启动时
设计思想从多模块实战沉淀出的抽象 harness 架构原则初始化复杂项目时
Context 设计CLAUDE.md / AGENTS.md 设计指南写配置文件时
日志系统可观测 + 可修复的日志架构搭建 pipeline 时
知识管理Decision / Solution / Plan / Playbook积累经验时
自进化自修复 + 自迭代 + 衰减检测系统成熟后
模板库所有文档模板，可直接复制随时参考

适用范围 ​

本方法论适用于使用以下工具的项目：

  • Claude Code (Anthropic) — CLAUDE.md + Skills + Hooks
  • Codex (OpenAI) — AGENTS.md + Workflows
  • Cursor (Anysphere) — .cursorrules + Composer
  • 通用 LLM Agent — 任何基于 prompt + tool 的 agent 系统

核心原则是通用的，具体实现按工具调整。

事实依据 ​

本板块的方法论推荐基于 L3 事实层：