Harness Engineering 到底是什么？AI 会写代码之后，项目还缺什么？
What is harness engineering?最近读到 OpenAI 的一篇实践文章《Harness engineering: leveraging Codex in an agent-first world》。它记录了一个小团队如何用 Codex 从空仓库构建真实产品，以及他们为什么逐渐把重点从“让 AI 写更多代码”，转向为 Agent 设计项目资料、工具、规则和反馈机制。
我最初的反应是：
Coding agent 现在已经会读项目、修改代码、运行命令，甚至可以自己检查问题了。为什么还需要再发明一个叫 Harness Engineering 的概念？
继续看下去，我觉得这个词想提醒的，其实是一件很朴素的事：
一个 Agent 能不能完成工作，不只取决于模型本身。
它还取决于：
它知道哪些项目信息；可以使用哪些工具；有哪些不能越过的边界；完成以后，怎样检查结果。
这几部分加起来，就是模型周围的 Harness。
Harness 不是模型，也不只是 Prompt
Prompt 主要告诉 Agent：
这一次要做什么。
Harness 处理的是另一组问题：
它在什么条件下完成这件事？
比如，我让 coding agent 修复一个注册问题。
只有一句 Prompt 时，它可能会：
搜索相关文件；找到一个看起来可疑的函数；修改代码；运行几个测试；告诉我已经修复。
但它未必知道：
注册流程还有不同用户类型；部分操作通过异步任务完成；本地环境不会真正发送邮件；修改后需要走一遍完整注册流程；这次修复可能破坏其他已经正常的功能。
这些信息不会因为模型变强，就自动出现在项目里。
Agent 仍然需要知道去哪里找，也需要拥有观察真实结果的方法。
Harness Engineering 具体在设计什么？
我现在会用四个问题理解它。
1. Agent 知道什么？
产品目标是什么？目录怎样组织？哪些决定已经确认？当前任务做到哪里？哪份文档才是最新的？
如果关键信息只存在于聊天记录、外部文档或人的脑子里，对正在项目中工作的 Agent 来说，它可能根本看不到。
2. Agent 能使用什么？
它只能修改文件，还是也可以：
启动应用；操作浏览器；读取日志；查询测试数据；运行完整流程；比较修改前后的结果？
工具越完整，Agent 越不需要只根据代码表面猜测产品是否正常。
3. Agent 必须遵守什么？
哪些文件不能修改？哪些数据不能访问？哪些操作必须先确认？什么时候应该停下来交给人？
有些要求可以写在项目说明里；更重要的边界，则可能需要由权限、检查或产品流程真正拦住。
4. Agent 怎样证明自己做完了？
代码改完不等于任务完成。
它还可能需要：
运行固定测试；走一遍真实用户流程；确认已有功能没有被破坏；提供日志、截图或修改记录；保留可以撤回的版本。
如果缺少这些条件，Agent 很容易把“我已经修改了代码”，误认为“问题已经解决”。
OpenAI 为什么开始讨论 Harness Engineering？
OpenAI 分享了一项内部实验：团队让 Codex 负责生成一个软件产品中的代码、测试、文档、CI 和内部工具。
他们发现，早期推进不及预期，并不只是模型能力问题。项目缺少适合 Agent 使用的工具、结构和反馈方式。后来，工程师的工作越来越多地转向设计环境、表达任务意图，以及建立可以让 Agent 检查和修正结果的反馈循环。
这并不意味着所有个人项目都要复制 OpenAI 的复杂配置。
OpenAI 也明确说明，他们获得的 Agent 自主能力高度依赖这个代码库专门设计的结构和工具，不能直接假定它会自然出现在其他项目里。
但这个实验仍然带出一个有用的判断：
模型能力是一部分，模型周围的工作条件也是一部分。
什么情况下 Harness 更重要？
如果只是让 Agent 修改一句文案、调整一个样式，结果又很容易肉眼检查，Harness 可以非常轻。
但当任务开始出现这些特征：
跨越很多文件；持续多个 session；需要调用不同工具；拥有较大的操作权限；错误不容易被发现；希望 Agent 独立工作更久；
项目信息、工具、边界和验证方法就会越来越重要。
Anthropic 在研究长时间运行的 coding agent 时，也遇到了类似问题：每个新 session 都可能像一次没有记忆的换班。如果上一轮没有留下清楚的进度和项目状态，新的 Agent 就不得不重新猜测发生过什么。
这篇对我最有用的 take away
以后 coding agent 没有把任务做好时，我不会只检查两个问题：
模型是不是不够强？Prompt 是不是没写好？
我还会多检查四件事：
它是否看得到必要信息？是否拥有完成任务所需的工具？是否知道哪些边界不能越过？是否有办法验证结果和恢复错误？
Harness Engineering 并不是说，所有 Agent 问题都能靠搭环境解决。
它只是补上了一个容易被忽略的视角：
AI 会写代码，不代表它已经自动具备了完成一个真实项目所需的全部条件。