SDD规范驱动+Harness驾驭工程AI全栈：少写代码，多建缰绳

大模型像一匹有力量但没方向的马。它能写、能推理、能调用工具，但如果没有外围系统约束，它只会原地打转，或者跑偏。Harness 驾驭工程，就是给这匹马套上缰绳、马鞍和路标。

一、模型不是产品，被驾驭的模型才是

一个裸模型，只能对话。它能告诉你“应该查数据库”，但不会真的去查；能说“需要发邮件”，但不会发。Harness 的作用，是把模型的意图翻译成真实动作，再把真实结果喂回给模型。

所以，Harness 不是提示词工程，也不只是 Agent 框架。它是模型与真实世界之间的控制层：工具、状态、循环、护栏、评估，缺一不可。

二、Harness 的五个组件

1. 控制循环：决定模型下一步做什么，直到任务完成。
2. 工具：模型能调用的真实能力，如搜索、计算、写文件。
3. 记忆：保存历史状态，让模型不重复犯错。
4. 护栏：权限、沙箱、超时、人工确认。
5. 评估：判断任务是否真的完成，而不只是模型说完成。

这五样东西，代码量可以很少，但设计不能少。

三、一个最小 Harness

核心循环可以短到六行：

def harness(task):
    state = [task]
    while not state[-1].done:
        action = model(state, tools)        # 模型决策
        result = tools[action.name](**action.args)  # 执行
        state.append(result)                # 反馈
    return state[-1].answer

这几行就是 Harness 的骨架。真正的工作在别处：tools 怎么定义才安全，state 怎么设计才不丢上下文，done 怎么判断才不提前收工。

四、驾驭工程的核心是边界，不是代码

代码少，不代表事情少。Harness 驾驭工程最关键的是定义边界：

• 模型可以建议，但不能直接执行高危操作。
• 工具必须有明确签名、错误处理和权限校验。
• 每一步都要可观测：token、延迟、工具调用链、失败原因。
• 失败要能回滚，异常要能退出，人工要能接管。

没有边界的 Harness，只是一个更危险的自动化脚本。

五、评估先于自动化

一个 Harness 好不好，不看它跑得多顺，而看它失败时是否可控。任务成功率、平均步数、工具准确率、安全违规率，这些指标比“感觉聪明”重要得多。

先让 Harness 在沙箱里跑，再让它碰真实系统。先评估，再自动化。

六、结语

Harness 驾驭工程，不是把模型训得更强，而是把模型管得更稳。少写代码，多建缰绳；少追智能，多盯边界。

能安全完成任务的 Harness，才是好 Harness。能随时停下来的系统，才值得托付。