harness-engineering

Harness 工程

Harness = AI Agent 在项目中工作的操作系统。模型是 CPU，上下文窗口是 RAM，harness 是 OS。

核心原则

从简单开始，只在需要时增加复杂性。 Harness 的每个组件都编码了一项假设：模型无法独立完成某项工作。对这些假设进行压力测试——随着模型能力提升，它们会过时。以便于删除为目标进行构建。

此技能的触发时机

信号	操作
空项目／新项目	→ 完整项目设置（第 1 节）
用户对 Agent 感到沮丧	→ 诊断并修复 harness 缺陷（第 7 节）
现有项目需要改进	→ 评估并逐步改进
明确提出 harness 相关问题	→ 参考相关章节

工作流

新项目

1. 评估 — 项目是什么？技术栈是什么？团队规模多大？将如何使用 Agent？
2. 设置 — 创建基础 harness 文件 → 阅读 references/01-project-setup.md
3. 上下文 — 设计信息架构 → 阅读 references/02-context-engineering.md
4. 约束 — 添加护栏和代码检查工具 → 阅读 references/03-constraints.md
5. 评估 — 设置反馈循环 → 阅读 references/05-eval-feedback.md
6. 如果项目涉及多 Agent 或长时间任务 → 阅读 references/04-multi-agent.md、references/06-long-running.md
7. 如果 Agent 将在无人值守的情况下运行（计划任务、CI 循环）→ 阅读 references/08-loops.md；如果 Agent 应跨会话学习 → 阅读 references/09-memory.md

诊断（Agent 表现不佳时）

1. 立即阅读 references/07-diagnosis.md
2. 找出失效的 harness 层
3. 应用相关参考文档中的针对性修复方案

逐步改进

评估当前 harness 的成熟度，找出最薄弱的一层，每次改进一层。

Harness 层（快速参考）

层	内容	参考
项目设置	AGENTS.md、docs/、目录约定	01-project-setup.md
上下文工程	Agent 能看到哪些信息、渐进式披露、工作状态	02-context-engineering.md
约束与护栏	代码检查工具、类型系统、架构约束、安全自主性	03-constraints.md
多 Agent 架构	Agent 分离、协调协议、委派模式	04-multi-agent.md
评估与反馈	测试、评分、GC Agent、可观测性	05-eval-feedback.md
长时间运行的任务	进度跟踪、上下文重置、交接产物	06-long-running.md
循环	验证器、停止条件、护栏、自主运行	08-loops.md
记忆	跨会话记忆、先索引后获取、整合、遗忘	09-memory.md
诊断	Agent 失败时——在 harness 而非模型中找出根本原因	07-diagnosis.md

自我更新协议

在项目中发现新的可复用 harness 模式时：

1. 确定它所属的参考文件（或是否需要新建文件）
2. 添加该模式，并说明：它解决什么问题、何时使用、如何实现
3. 保持简洁——不说空话，只讲模式