Harness Engineering

把 AI Agent 工程拆成两根轴：构造轴（Prompt→Context→Harness）回答 Agent 行动那一刻手里有什么，反馈环轴（Loop→Eval→AgentOps→Outcome）回答 Agent 行动以后谁来判断、维持和改进它。再用四条反馈路径把它们连成一个可以反向修改自身的闭环。

一个木匠铺学徒的寓言，讲清 AI Agent 工程的四层嵌套：把话说清楚（Prompt）、把料摆到眼前（Context）、给它搭一间合适的屋子（Harness）、让铺子自己一轮一轮转起来（Loop）。优化的单位从一句话，到一桌料，到一间屋，到一套会自运转的系统。文末再拆穿这个故事美化了你哪里——四层之间的墙是虚的，卡尺本身也会骗人。

五一假期读 Han Lee 的 Agent Runtime 长文，顺手写下五点散记：Agent ≠ Model 的工程后果、Agentic Model 这个词为何不准确、Runtime ≠ Sandbox 的边界、Runtime Shift 的五层分类，以及瓶颈正在从 model 转向 harness 和 runtime 留给从业者的窗口期。

从 Anthropic 三份最新材料中提炼四条 Agent 控制原则：上下文精简、阻止不等于终止、执行与评估分离、防御聚焦实际犯错点。每条原则都有交叉验证和实践启示。

从 Prompt Engineering 到 Context Engineering，再到 Harness Engineering——Agent 时代的工程方法论正在经历第三次范式跃迁。这篇文章帮你搞清楚它是什么、为什么突然火了、以及怎么上手。