Harness Engineering橙皮书：AI编程时代的工程方法论

各位好，我是这本橙皮书的作者花叔。 我估计能看到这本橙皮书的读者大概率也见过我之前写的关于OpenClaw和Claude Code的橙皮书。 之所以要出这样的册子主要是希望能AI Coding领域最近更新速度太快了，希望有个系统性的梳理能帮助大家减少焦虑，知道当前发生的是什么，如何理解这个概念的历史沿革，以及与你在做事情的关系。 说实话我能如此密集地产出，这中间显然是获得了大量的AI辅助的，但为了保证内容的准确性和可读性，这中间的流程很长，既有让CC调用多个Subagent充分收集Anthropic和CodeX官方输出的材料，也有多次对话和AI共同去确定本次橙皮书的框架和选题。 后面还有对内容准确性、风格的审校，学习我此前的写作内容、观点、风格、排版等等。 希望内容能给大家带去一些启发或者帮你缓解些焦虑情绪。

2026年读完的第十九本书，这本书如果不是通过AI协助来写得话，我是会打个推荐分的，其中有些章节出现了重复，作者居然没有认真审核，看来真的是要AI不要脑袋。 AI Harness究竟是什么东西？在读完这本书之后我认为简单来讲，AI Harness就是我们人类为LLM（大语言模型，AI的大脑）提供的一系列“器官”、环境和约束，而AI Agent就是AI Harness概念的其中一个落地方案（implement approach），总体上它的框架分为三个重要的组成部分：上下文工程、架构约束、熵管理。 在读了很多AI相关的书籍和材料，甚至动手搭建了OpenClaw和深度使用Claude Code后，目前我很认同这个概念:AI Agent=AI Harness+LLM。就目前我写下这篇读后感的时间线里，我认为Harness包罗万象，除了包含MCP、Skills、Hooks、channel、Memory、任务调度与编排之外，任何能帮助AI Agent提供一系列功能与LLM建立协作与连接的东西，我觉得都能纳入AI Harness的概念中。 这本书中某个章节提到我认为比较重要的一个观点，就是对于进行系统化管理上下文时，用户不再需要关注每一条prompt的质量，而是先传入一个初步意向的prompt，让LLM自发地对每一条prompt进行优化迭代，在我的理解内就是用AI这个“黑盒”去开“黑盒”。同时一个问题出现在我的脑海中，这个优化迭代的收敛边界阈值怎么去界定？我认为可以引入“退火算法”的设计思路，对Markdown文件规则的引入和删除设定对应的发散和收敛阈值，当然在这个机制中“人工监督”是一个重要变量，通过添加这样的一类“负反馈”机制找到这个阈值。 比较有趣的是，在现实时间线上各个AI Agent团队在各自领域进行探索，并不约而同地总结出AI Harness这个概念。这让我深有感触，AI Harness这个概念的定义出现前，类似的这种不可名状的新事物、新概念在发展到一定的程度就会被人类进行定义和命名，只要这个新的东西有了名字就相当于加了一个边界约束。这个被命名的事物和概念就被赋予了“生命”，这个通过高度抽象和概括的名字，既能被低成本广泛传播，又成为了一个行业标准的基础“锚点”。在我的理解上，AI harness的命名相当于给AI Agent这头巨龙点上了“眼睛”。 读完这本书，我感慨万千。除了发现书籍中有一些使用AI Agent的騒操作，例如适当引入GAN(生成式对抗网络)“让好汉查好汉，让AI查AI”，多个AI Agent扮演不同的角色（或各Agent使用不同LLM）参与进需求、设计、开发和测试各个环节中，不同的AI Agent角色以对抗的形式提高AI产出物的质量；还有一些另类发现如模型居然能“感知”自己Context接近Token窗口极限而迅速收敛给出结论的“拟人”（偷懒）行为。还有更重要的一点，就是之前网上一直叫嚣“程序员要失业”之类的言论简直是无稽之谈，AI Harness的出现是IT工程学多年以来的复利结果，程序员的未来应该是更好地使用自己的工程学知识，利用AI作为搭建通往梦想之门，而不是杞人忧天般担心自己被AI取代。

花叔在《Harness Engineering橙皮书：AI编程时代的工程方法论》中把目光从“模型本身”移向“模型之外的系统”，提出“Harness”——一套让 AI Agent 跑得稳、跑得久、不跑偏的工程化约束层。作者调研 OpenAI、Anthropic、Stripe、LangChain 等七家机构，引用四十 余个信息源，写成 97 页、18 章、分五部分的深度报告。 全书最鲜明的立场是：Harness 的核心不是把更多模块堆在一起，而是谨守“越少越好”的原则——只有在必需时才增加组件，避免把系统弄成“谁也看不懂的积木”。 七个案例让人印象深刻： ​​OpenAI Codex 团队​​用零手写代码完成百万行产品，证明了 Harness 的威力，也说明“人退到环外”并非空谈。 ​​Mitchell Hashimoto 的“犯错驱动”方法论​​，把错误当作进度报告，使实验循环大幅缩短。 ​​Anthropic 的三 Agent 架构​​，通过角色分工把复杂任务拆解成可管理的小块。 ​​Stripe 每周 1300 个 PR 的 Minions 流水线​​，展示了工业级工程实践如何与 Harness 结合，实现高频交付。 ​​LangChain 仅改 Harness 即让排名跃升 20 位​​，说明环境优化胜过单纯模型升级。 ​​Kent Beck 把 30 年 XP 经验浓缩进一个 CLAUDE.md​​，让人看到“旧方法论+新工具”可以无缝衔接。 ​​作者自身从零代码经验到打造百万用户产品​​的历程，为读者提供了可复制的成长路径。 读完之后的体会： • Harness Engineering 并非“换一个框架”，而是重新定义“工作环境”——它关心的是规则、反馈和可验证性，而不是参数大小。 • 同一个模型在不同 Harness 下表现差异巨大，这提醒我们：调优的着力点应放在系统层面，而非一味追逐更大模型。 • “少即是多”的思想贯穿始终——每增加一个组件，都要问它是否真正必要，这为当前动辄堆技术栈的风气敲响警钟。 如果你已经在用 AI 编程工具，想从“对话式”迈向“系统化”，这本书提供了可落地的方法论与真实案例，值得细读。

有点啰嗦，大部分全是理论。而且全是分析外网大佬以及知名团队的实践博文。只是把这些资料整合了一下，非常鸡肋。另外内容还有重复，错别字也发现了一个。如果你要了解 harness 理论，大可不必浪费时间在这本书上，网上搜一篇文章十几分钟就可以了解这东西，如果你想快速上手，建议直接去看 cursor 或者 claude 官网的文档。本书纯属浪费时间。

这本书还是有部分重复之前系列的内容，没办法，这也是AI写作的弊端之一，但有些讨论还是值得思考的。 Harness Engineering‌确实为LLM模型带来了质的飞跃，每一个Harness的产生都是在试错的过程中成长起来的，如果不懂底层技术就不知道它那里犯了错，该怎么样约束它的行为。所以，AI时代对软件工程师的要求是基于大量基础经验积累的判断力，人在回路才能体现出人的价值，至少目前还是In the loop和on the loop的状态，至于以后是否能实现真主自主可控的out the loop，那还是拭目以待吧。

看了1/5，实在看不下去了，罗里吧嗦讲一堆计算机发展史、harness在其他领域的含义，再引申到Agent里，50多页，什么也没说，放了一堆AI领军人物、企业说过的话 目前为止，只说了他是运行环境，大模型要在这个机制下运行，它由指令、约束、反馈、记忆、编排构成，但是不说如何构成的，堆叠一堆新闻、名词解释 AI写的文还是不看的好，有这功夫，自己AI也比这清晰

感觉Claude Code AI写了大部分，后期没有人工校验，重复的文字出现好几遍，绕来绕去还是没有讲明白，Vibe writering 呢。

harness 没有那么神秘，它的底层就是“把 AI 从自由发挥，约束成可重复、可审计、可改进的工作流”。 更准确地说：harness = 规则文件 + 执行流程 + 验证机制 + 错误复盘机制。 AGENTS.md、PLANS.md、code_review.md 只是其中的 外显载体，真正有价值的是背后的控制逻辑。 AI 默认状态是高熵系统。它会猜、会扩写、会自作主张、会为了完成任务而绕开你的真实意图。Harness engineering 的目标就是降低熵，让它在一个相对稳定的轨道里工作。 AI 使用里的熵增主要表现为：上下文越来越乱、规则越来越散、prompt 越来越长、代码改动越来越不可控、历史错误不断复现。 Harness 的作用就是把这些混乱重新压缩成结构化约束。

五一节回家路上临时翻看的一本书。尽管作者已明确说明内容由AI辅助撰写，本以为会有不错的内容质量，读完整体感受只能算一般，打磨不足、亮点有限。 我个人更偏好偏向架构视角、辅以图式的结构化表达，喜欢从主线框架到细节逻辑层层拆解的分层叙述，但本书通篇多为平铺直叙的线性叙事，缺乏体系化梳理。 部分章节内容重复冗余，缺少细致校对与精简整合，核心概念讲解偏表层、重点模糊，多是概念罗列，缺少深度拆解与落地思考。其实AI的内容并不会差，可以加入文中提及的“审查”机制，打磨一下。 仓促读完，留存的有效记忆很少，对于想要系统理解AI相关架构逻辑、追求内容深度的读者来说，收获比较有限。

作者是实战派。 虽然作者号称不会写代码，但使用AI的经验绝对是丰富的，所以本书对于初次探识harness engineering的我来说，还是有很多收获的。总结为如下几点 1：现阶段 AI辅助编程进化到仅靠提示词就可以基本实现代码需求。 2：harness编程的实操要点 3：AI编程阶段，程序员思维的转换。从coder变成reviewer。利用经验，利用工程化的工具，让AI产出高质量的代码。 4：后编程时代，软件工程师的职责转变方向。 当然，本书仅适合对harness有一个浅尝辄止的认知。但能够让更多人参与到使用AI，调教AI就已经足够，从这个角度看，阅读本书还是有益的。