文章总结： 本文探讨了AI工程重心的转变，即从提升模型能力转向确保系统稳定交付结果。文章指出，Harness并非模型的简单包装，而是连接模型与工程世界的控制系统，它能解决模型在长任务中因缺乏状态管理、约束理解和反馈机制而导致的稳定性问题。其核心价值在于将隐性约束显性化、缩小解空间并构建生成-反馈的闭环。文章最后为个人开发者和团队提供了五项实战建议，强调先通过清晰的规则和单Agent系统解决问题，再逐步复杂化。 综合评分： 85 文章分类： AI安全,安全开发,技术标准,解决方案,安全运营

【01 AI重力场】模型越来越强，为什么大家却只看好 Harness

原创

陈看山 陈看山

安全诸子

2026年3月29日 08:52 上海

模型越来越强，为什么大家却开始重写 Harness

AI 工程的重心，正在从”让模型更会回答”，转向”让系统更稳地交付结果”。

核心观点

过去两年，我们讨论 AI，讨论得最多的是模型本身——模型够不够强，上下文够不够长，推理有没有提升。

但现在，如果你真的开始让 Agent 写代码、读仓库、跑测试、调浏览器、修 CI，你很快就会发现：拖后腿的往往不是能力，是稳定性。它会跑偏，会以为自己做完了，会在你没注意的地方悄悄变形。

而这些问题，大多发生在模型外面。

Harness 不是一层”壳”

很多人第一次听到 Harness，会本能地把它理解成”模型外面那层包装”。

但如果只是为了做一个短对话应用，你确实可以把它理解成包装层。一个聊天窗口，加一个消息循环，再加几个工具，差不多也能跑起来。

一旦任务开始变长，事情就不是”包一层”这么简单了。

模型自己不会保存状态，不会主动维护工作目录，不会判断某次输出是不是已经满足了系统约束，也不会天然知道什么时候该停、什么时候该继续、什么时候该回滚。

所以更准确的理解是：Harness 是把模型接进工程世界的控制系统。

三个关键层次

如果把最近几篇热门文章放在一起看，会发现它们其实都在补模型外面的系统层：

| 文章 | 解决的问题 | 对应层次 | | — | — | — | | 《跟Cloudflare大佬学用 Claude Code》 | 架构决策怎么进入执行流程 | 流程层 | | 《Skills 详解》 | 提示词漂移、方法失传 | 知识层 | | 《深度拆解 OpenClaw 架构》 | 队列、权限、回放、语义快照 | 运行时层 |

Harness 值钱的三个能力

1. 把隐性约束写出来

人类工程师在团队里工作，很多判断其实不写在代码里——哪些模块不能碰，哪些目录是只读的，哪些测试不过就别谈合并。

模型没有这些经验。所以你越希望它长期工作，就越要把这些知识推到文件系统里，推到规则里，推到工具可见性里。

2. 缩小解空间

工具太多，它开始犹豫。上下文太满，它开始退化。边界太松，它会在错误方向上越跑越远。

更有效的 Harness，往往是把路修得越来越清楚，而不是越来越宽。

3. 把”生成”改造成”闭环”

真实工作是一个循环：读上下文，做判断，执行动作，观察结果，修正方向，再继续。

如果没有日志、测试、浏览器、Lint、评审规则这些反馈点，模型的生成能力再强，也很容易停在”看起来差不多”。

实战建议：先补这五样

如果你是个人开发者，或者是刚开始让 Agent 真正进入工作流的团队：

1. 统一知识入口

仓库里该有的东西尽量放进仓库。架构约定、目录说明、关键约束、计划文件，都尽量文件化。

2. 指令文件短一点

AGENTS.md、CLAUDE.md 这类文件有用，但别写成一部长篇制度手册。它更适合告诉模型”去哪看什么”。

3. 能靠硬约束解决的，就别只靠 Prompt

架构边界、目录限制、测试要求、Lint 规则，这些如果能自动检查，就不要只写一句”请遵守”。

模型会忘，规则不会。

4. 给它反馈，不要只给它任务

写完代码之后，它应该能看到测试结果、浏览器表现、日志、错误提示。

5. 别急着上多 Agent

很多问题，单 Agent 加清晰约束就能解决。多 Agent 会把状态同步、职责边界、上下文漂移这些问题一起放大。

写在最后

Harness 不是一套固定答案，它更像一类持续移动的问题。

上下文总得管理、环境总得约束、结果总得验证、失败总得反馈、知识总得沉淀——这些问题不会随着某一代模型升级就消失。

模型变强，变化的更像是”问题出现的位置”。以前你要花很多力气教它怎么保持上下文一致性；以后也许这件事轻了，但你会开始让它跑更长的任务、接更复杂的系统、承担更高的自主权。

模型把可能性打开，系统再决定这些可能性能不能落成稳定结果。

*本文参考自架构师公众号，有删改和重新组织*

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：安全诸子 陈看山 陈看山《【01 AI重力场】模型越来越强，为什么大家却只看好 Harness》