- 综合排序
- 最热优先
- 最新优先
Agent 系列（三）：Harness Engineering
Harness Engineering 从 Prompt Engineering 到 Context Engineering，再到 Harness Engineering，AI 工程的重心，正在从 “怎么把话说对 这也是 Harness Engineering 开始被频繁提起的背景。 二、Harness Engineering 到底是什么 通俗来说，Harness Engineering 就是围绕 AI Agent 搭建一整套 “可执行、可验证、可约束、可迭代” 的外层运行系统。 模型是 CPU，Harness 才是真正的操作系统。 前两者主要关注模型的输入，而 Harness 关注模型的生存环境。
3.1K21编辑于 2026-03-30- 来自专栏ooderAgent
Harness Engineering：AICode 的灵魂
1.2 当前版本：基于 Harness Engineering 的重构直到 Harness Engineering 方法论的引入，A2UI 才真正找到了自己的"灵魂"。 2.3 阶段三：Harness 式驾驭（Harness-Driven）Harness Engineering 代表了 AICode 的第三个阶段。 Harness Engineering：从"祈祷式编程"到"驾驭式工程"3.1 什么是 Harness Engineering？ Harness 五层模型：给 AI 装上"缰绳"与"仪表盘"在 A2UI 的重构中，我们设计了 Harness 五层模型：图 3：Harness 五层模型 —— 从意图理解到反馈学习的完整驾驭体系4.1 随着多模态模型、Agent 系统、AutoML 的发展，Harness 的五层模型可以自然扩展：Intent Harness → 多模态意图理解（文本 + 语音 + 草图）Strategy Harness
20210编辑于 2026-04-30 - 来自专栏扶墙集
Harness engineering
* **Harness Engineering（驾驭工程）**：Harness 的本意是“马具/挽具”（比如套在马身上用来拉车的皮带），或者指“驾驭自然力量”（如 Harness the power * **Harness 作用于“基础设施与外围（Infrastructure）”**：它几乎涵盖了**除了模型自身权重以外的一切**。 * **Harness Engineering** 是为了 **AI Agent（智能体）** 诞生的。 Harness Engineering 提供的是“状态持久化”、“错误阻断”和“多步规划的脚手架”。 ### 4. 工程化成熟度的区别：手工作坊 vs. * **Harness Engineering 本质上是把 DevOps 的思想引入到了 AI 领域**。
20610编辑于 2026-03-31 - 来自专栏开源物联网平台开发
Agent Harness 的解剖结构
Agent Harness 的解剖结构 原文标题: The Anatomy of an Agent Harness 作者: Vivek Trivedy 来源: LangChain Blog 原文链接 + Harness 代理（Agent）由两部分组成： 模型（Model）: 包含智能和推理能力 Harness（框架/装备）: 提供执行环境、工具集成和控制系统 引言 在构建 AI 代理系统时，很多人只关注模型本身的能力 ，而忽视了"harness"的重要性。 本文深入探讨了 Agent Harness 的架构设计，帮助开发者理解如何构建可靠、可扩展的代理系统。 Harness 的核心组成部分 1. Harness 决定了： 模型如何与外部世界交互 如何处理复杂任务 如何保证安全性和可靠性 如何监控和优化性能 关键要点: Harness 是代理系统的核心基础设施 模块化设计便于维护和扩展 安全性和可观测性不可或缺
40610编辑于 2026-04-02 Managed Agents + Harness 组合，让开源社区炸锅
这意味着：持久化保证：Session存储在Harness之外，即使编排循环崩溃，也不会丢数据完整审计：每一步都有记录，合规审查和故障排查都有依据断点恢复：Harness可以通过wake(sessionId )从任何地方恢复，继续上次中断的工作②Harness（编排循环）：调用模型，路由工具Harness是Agent的大脑和中枢神经系统。 收益1：容错能力大幅提升当Harness崩溃时会发生什么？耦合设计：容器死了，一切都完了，Session丢失解耦设计：Harness进程挂掉，Session还在数据库里。 新的Harness实例启动，通过wake(sessionId)从上次中断的地方继续这就是"从宠物变牲畜"。Harness现在是可以随意替换的。 你甚至可以：升级Harness的版本，而不中断Session运行多个Harness副本，用作负载均衡（Session的单调性决定了哪个副本该接管）如果某个Harness有bug，快速回滚，无缝继续收益2
39100编辑于 2026-04-10- 来自专栏DevOps持续集成
体验：Harness 持续交付即服务平台
https://devops.com/harness-adds-analytics-to-cdaas-platform/ ? 简介 Harness CDaaS平台为应用程序交付提供了一种更加无缝的方法，该方法可以自动检测GitHub，Bamboo，Jenkins，Artifactory或Nexus存储库或任何Git存储库中的新版本 平台地址：https://harness.io/ ? 流水线状态 ? 新建应用 ? 新建应用-选择监控工具 ? 新建发布流水线 ? 选择制品也是根据构建id获取的 ? 流水线执行过程 ?
2.6K20发布于 2019-11-29 大话 Harness 设计：工程如何推进闭环
论文特别指出，很多 Agent 系统的性能差异并非来自模型本身，而是"harness-sensitive"，取决于 Harness 层的设计质量。 在 AI Agent 工程里，核心资产是 Harness，可靠性来自 Harness 的约束加上反馈循环，控制是运行时闭环、持续动态的，失败了就改进 Harness，工程师的核心工作是设计 Agent ，进化出更好的 Harness。 Harness 是 Agent 的操作系统。 模型是 CPU，Harness 是操作系统。 在没有 Harness 的情况下，直接在模型上构建生产级 Agent 系统，这不是工程，这是赌博。
48710编辑于 2026-04-10在低代码设计中践行 Harness 工程
工程实践设计3.1 Harness Engineering 方法论Harness Engineering 的核心理念是：将 AI 的每次输出都视为需要验证的假设，通过结构化的反馈机制逐步提升输出质量。 这种"AI 提议 → 人类决策"的模式，确保了关键创意决策始终由人类掌控——这正是 Harness Engineering 中"缰绳"的具象化。 数据飞轮（Data Flywheel）是 Harness Engineering 的核心闭环机制。 在这个进化过程中，Harness Engineering 是驾驭不确定性的缰绳，数据飞轮是持续进化的引擎，而低代码本身——作为全栈语言和全流程可视化的载体——是这一切得以发生的土壤。 在低代码设计中践行 Harness 工程全栈注解语言 · 知识图谱推理 · LLM 双向协作 · 数据飞轮驱动
16710编辑于 2026-05-03Sandbox 是 Harness 时代的服务器
Sandbox是Harness时代的服务器Harness是应用，Sandbox是服务器。理解这个关系，你就理解了AIAgent的基础设施。一个核心类比Harness是应用，Sandbox是服务器。 Harness和Sandbox的关系是一样的：Harness：负责推理、决策和工具调用Sandbox：提供隔离的执行环境两者可以独立替换，系统依然工作。 轨迹是Harness产出最有价值的资产。 轨迹和本地数据存储在哪里，决定了谁对Harness拥有实际控制权。 ││Trajectory│└─────────┘└─────────┘└─────────┘└─────────┘控制层本身也很可能是一个Harness——Harness管理Harness。
9710编辑于 2026-04-23- 来自专栏【腾讯云开发者】
Harness Engineering实践心得：如何高效驾驭AI？
01 从 Prompt 到 Context 再到 Harness：AI 编程的三次跃迁 1.1 什么是 Harness Engineering？ OpenAI 管这种工作方式叫 Harness Engineering。Harness 这个词本意是"马具、挽具"——马再好，不套上鞍具它也拉不了车。 给 AI Agent 套上合适的 Harness，它才能稳定地干活。 这就是 Harness。 03 搭建 Harness：具体做了什么 3.1 多 Agent 协作体系 为什么不能只用一个 Agent？ Harness 构建得越完善，AI 的行为就越接近一个遵守团队规范的老手，而不是一个什么都不懂的新人。
55730编辑于 2026-04-28 - 来自专栏【腾讯云开发者】
Harness Engineering 来了，SDD 还有意义吗？
Harness 越强，执行能力越强，Spec 的质量对最终结果的影响就越大。Harness 是放大器，Spec 是被放大的内容。 ** - SDD是必须而且重要的，不是因为 Harness 不够好，而是因为 Harness 把 Spec 的重要性放大了。 他们的 Harness 是什么样的？ 它不是 Harness 的附件，而是 Harness 能运转起来的前提之一。 06 结语：Harness 越强，Spec 越重要 让我们回到最初的问题：Harness 来了，SDD 还有意义吗？ 有。而且是更有意义，不是更没有意义。 原因很简单：Harness 是放大器。
1.6K30编辑于 2026-03-31 爆火的 OpenClaw 和 Harness 什么关系？
中间那条统一的执行主链路，靠的就是 Harness 层。 换句话说，没有 Harness 基础理论，OpenClaw 就只是一个“把文本丢给模型”的简单代理。 有了 Harness，它才真正变成了一个可扩展、可控制、可落地的 Agent 运行容器。 为什么 Harness 这个概念突然变重要了 要理解 OpenClaw 和 Harness 的关系，还需要理解另一个背景：模型本身已经足够强，但大家的痛点正在转移。 Harness 至少在管四类事情 从那组对比往下拆，你会发现单 Agent 和完整 Harness 之间，至少差了四类东西。 第一类：给模型看什么。 单 Agent 只有一句 Prompt。 这是 Harness 里最容易被低估的一层。很多人对 Harness 的理解停在“给模型配上工具”，但工具本身不是反馈，工具只是让模型有了手，反馈是让它有了感官。
63710编辑于 2026-04-21- 来自专栏陈哥聊测试
Claude Code源代码泄露，Harness Engineering是救星吗
最近AI圈又流行起来一个新词：Harness Engineering，给AI套上缰绳的约束系统。
20310编辑于 2026-04-09 - 来自专栏SDLC技术探究
Swagger Codegen: 自动化生成Harness的python SDK
一 前言Harness 是Devops的一把利剑，用过drone，gitness都知道，Y(aml)asC/P(ipeline)asC 是其核心，其利用模块化可视化的语言将CICD更加便利更加AI的供用户使用 在从Jenkins做migration到Harness过程中，难免会涉及到数据集的转换，比如input sets，还有一些pipeline stage等的转换。 但是Harness在API doc上只提供了go，python，java，curl的API：所以针对一个python用户，如何快速生成python的SDK呢？ 办法是有的，一是直接api接口自己手动封装，但是这样比较耗时费力，另外一种办法是使用Swagger Codegen，利用Harness提供的swagger.json生成一个Python SDK。 三 总结本文主要是介绍了Swagger Codegen的原理和使用，通过利用Harness自带的swagger.json文件自动化生成了python的SDK，方便后期二次开发和维护，提升人工效率。
96131编辑于 2023-12-15 - 来自专栏一臻数据
刚水完 OpenClaw，又爆了个 Harness
仔细一琢磨，好像并不全是：Harness 的出现，是为了把AI大模型的能力和系统的稳定性真正焊在一起的工程性方法论。 开发者只管定义任务和工具，每会话小时加 0.08 刀，模型升级时 Harness 还能平滑切换，不用从头再来。 so，Harness 突然爆火，还是有点东西的。 but，这跟 OpenClaw 有何关联？ OpenClaw 体现的 Harness 三层架构 虽然 Harness 听着很有料，但 OpenClaw 把这些思路变成了本地就能摸到的完整工具（Hermes 如是）。 它们共同说明：模型会换代，但工程边界不会消失，Harness 就是那个能随模型平移、保持可靠的核心。
54410编辑于 2026-04-15 - 来自专栏BeJavaGod
AI 落地真相：Harness Engineering 六大核心
AI 落地真相：那些 Prompt 之外的事 Harness Engineering 全解 一个尴尬的事实 很多人以为 AI 落地就是"写好 Prompt"。 这就是 Harness Engineering——AI 应用的"驾驭工程"。今天把它的全貌讲清楚。 除了离线的评测集，线上监控同样重要： 成功率：模型调用成功/失败比例 响应延迟：P50/P99 延迟，AI 场景对延迟很敏感 Token 消耗：控制成本 错误分布：哪类问题出错最多，持续优化 七、写在最后：Harness 安全护栏 → 结果返回 ↓ 工具调用 / 记忆管理 / 评测监控 Harness 这，才是 Harness Engineering 追求的东西。
45410编辑于 2026-04-16 - 来自专栏云时代Java开发：原理、实战与优化
Java Microbenchmark Harness-Java快速入门教程
简介 这篇快速文章重点介绍 JMH（Java Microbenchmark Harness）。首先，我们熟悉 API 并了解其基础知识。然后，我们将看到在编写微基准测试时应该考虑的一些最佳实践。
31500编辑于 2025-04-05 - 来自专栏圣杰的专栏
.NET+AI | Harness | MAF 1.4 发布，Harness Engineering 如约而至，智能体工程化更进一步
从 Harness Engineering 到 MAF 1.4：微软是怎么把智能体开发往工程化上推了一步 很多人第一次看到 Harness 这个词，会把它理解成一个新功能，或者一个新的任务编排组件。 示例，看懂 Harness 的价值 一、什么是 Harness Engineering 先说我更认同的一个定义。 二、MAF 1.4 在做什么：把 Harness 拉进主线 理解了 Harness Engineering，再回头看 MAF 1.4，就更容易抓住重点。 所以第二步，定义 Harness。 2. 五、怎么理解 Skills 和 Harness 的关系 写到这里，很多人会自然问一个问题： 那 Skills 和 Harness 到底是什么关系？
1800编辑于 2026-05-09 100倍效率的秘密不是模型，是Harness工程
读完确认了一件事：秘密不在模型，在包模型的那层东西——harness。实时代码仓上下文、prompt缓存、专用工具链、context精简、结构化记忆、并行子agent。 他把方法论叫Thin Harness, Fat Skills。Harness是跑模型的程序，只管四件事：循环调模型、读写文件、管上下文、做安全检查。保持薄。 最常见的错误是反过来——harness塞了一堆东西，skill反而没什么内容。40多个工具定义吃掉半个context window，每个MCP调用2到5秒。 五个概念组成三层：顶上fat skills（90%的价值），中间thin harness（约200行代码），底下deterministic工具。 能力尽量交给skill，执行尽量交给确定性工具，harness越薄越好。模型一升级，所有skill自动变强。
20010编辑于 2026-04-15- 来自专栏星河细雨
从Vibe Coding到Harness Engineering的实践与思考
LangChain 在 2026 年3 月关于 agent harness 的文章里，则把 harness 直接定义为模型之外那整套让 agent 真正变得可用的代码、配置和执行逻辑。 harness migration。 Meta-Harness 则把这个方向又往前推了一层：它不再把 harness 当成手工维护的外围脚手架，而是把 harness code 本身当成可搜索、可量化比较的优化对象。 Harness 不能做这个假设。 没有架构，harness 会失去边界依据；没有平台思维，harness 会退化成一堆零散脚本；而没有 harness，架构和平台在 agent 进入主线之后，也无法保证这些约束在 agent 的长链执行中持续成立并发挥应有作用
57110编辑于 2026-04-13
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号