什么是 Harness/在此之前请允许我先用一个真实的小案例给大家讲清楚到底什么是 Harness。如果这个概念前面不对齐后续则无法深入到企业场景内的 Harness 实践越到后面大家只会更加懵逼。假设我们现在让 AI 去做一个媒体账号。给它的前置系统提示词是“你的人设是宝妈目标是涨粉核心指标是每篇帖子的阅读量、互动量和关注转化。”AI 收到这个提示词以后就开始干活。它很快发布了一篇帖子 “我家孩子 3 个月但是不爱吃母乳怎么办”然后配了两张图。到这里AI 已经完成了两个动作前置执行。接下来进入第三步反馈。帖子发出去 1 小时后AI 去看数据发现阅读量很低。按照新账号起号的逻辑一篇正常内容至少应该有上百阅读但这篇只有几十。于是 AI 开始复盘。它发现这篇内容太平了没有足够强的吸引点。然后它把这个经验写进自己的经验库“内容过于平淡容易导致阅读量偏低。”下一次发帖时这条经验会重新进入它的前置说明里。于是 AI 的新提示词就变成了“你的人设是宝妈你的任务是发布帖子吸引用户关注和评论。你的核心指标是涨粉量和每篇帖子的阅读量。历史经验上一篇帖子因为内容过于平淡阅读量很差。下次需要提高标题和内容的吸引力。”然后 AI 又开始执行。这次它发了一篇更夸张的 “天塌啦我家孩子每天能吃一头牛怎么办快养不起了呜呜。”这篇发出去以后数据确实很好。1 小时内有 1 万阅读。但是问题来了。1 小时后帖子被封了。原因是传播夸大事实的信息。这时候 AI 又开始复盘。它发现夸张标题确实能带来流量但如果夸大事实就很容易被平台判违规。于是经验库里又多了一条夸张表达可以提升点击但不能脱离事实否则容易被封。现在AI 的经验库里已经有两条经验第一内容太平淡没有流量。第二夸大事实虽然有流量但容易违规。于是第三次发帖时AI 开始调整策略。它不再写平淡内容也不再硬夸张而是换成真诚路线 “做辣妈的第三年我是如何一边带娃一边保持状态的”这篇内容戳中了很多宝妈的真实痛点。结果帖子爆了。AI 看到数据以后发现这条路线有效于是继续把经验写回去真诚表达真实痛点更容易获得稳定流量。到这里一个很小的运营闭环就出现了。前置、执行、反馈、经验沉淀再回到前置。这就是 Harness 的核心。它不是让 AI 单次完成一个任务而是让 AI 在一个系统里持续变好。当然刚才这个例子只是为了方便理解真实系统要复杂得多。比如AI 拉到帖子数据以后怎么判断这篇帖子是正常、偏差还是爆了AI 复盘的时候怎么对标同类账号而不是只看自己的感觉AI 发现某个策略有效以后怎么判断它是长期有效还是只是碰巧踩中了流量这些问题才是搭建 Harness 系统真正难的地方。也就是说Harness 的关键不只是“让 AI 干活”。而是要给 AI 搭一套闭环任务怎么定义过程怎么执行结果怎么评估经验怎么沉淀下次怎么复用这才是 Harness 的核心。/企业级 Harness 实战/能看到这里的想必已经对什么是 Harness 已经没有异议了。那么接下来我们开始介绍本文的重点企业级的 Harness Coding 实战应该怎么去做在真实的开发任务里这个闭环会复杂很多。因为写代码不是发一条帖子。真实开发里有需求理解、架构边界、代码规范、接口契约、测试验证、日志排查、评审验收、多人协作。任何一个环节没管住AI 都可能开始偏航。所以如果我们想让 AI 真的参与企业级开发不能只写一句“你是一个资深研发工程师请帮我完成这个需求。”这不叫 Harness。这叫把一个非确定性的模型直接扔进生产代码里裸奔。真正的 Harness Coding 系统至少要回答几个问题1. AI 开始写代码前它从哪里理解需求2. 它依据什么项目规则做判断3. 它能不能自己查架构规范而不是反手问人4. 它写完以后谁来验证5. 验证失败以后怎么回到正确轨道6. 这次踩过的坑下次怎么不再踩这才是 Harness 架构要解决的问题。而对于 AI Coding 的场景这套架构则最少要有如下三层1. 人类需求层。2. 工程契约层。3. 代码执行层。/第一层人类需求层/这一层解决的是人类到底想要什么。很多 AI Coding 失败不是模型写不出代码而是一开始需求就没有被说清楚。人类在聊天窗口里随口说一句“帮我加个 X 接口”AI 就开始实现。它看起来很勤奋实际上很危险。因为它不知道这个接口的业务边界是什么不知道哪些字段必须兼容旧系统不知道异常场景怎么处理也不知道验收标准是什么。所以在我们的 Harness 里第一步不是让 AI 写代码。第一步是让人类先把需求落成一个可以被交接的文档。这个文档不需要写得像论文但必须说清楚几件事这个需求为什么要做。这次到底做什么不做什么。输入输出是什么。业务流程是什么。验收标准是什么。这一步非常关键。因为 Harness 的第一条原则就是人类负责想清楚方向AI 负责把方向翻译成工程动作。如果人类自己都没想清楚AI 只会把不确定性放大。/第二层工程契约层/当人类需求写清楚以后也不能马上进入代码实现。中间还需要一层翻译。因为人类需求通常是业务语言而代码实现需要工程语言。比如人类说新增一个校验能力失败时要给前端异常提示。这句话对业务方来说够了但对工程实现来说还不够。AI 需要继续把它翻译成改哪个模块、新增什么接口、错误码怎么定义。测试要覆盖哪些场景、哪些架构规则不能破坏、做到什么程度才算完成。这一层就是工程契约层。在这一层里AI 可以起草设计方案、任务拆分、接口契约和验收标准但人类必须 Review。注意这里不是人类逐行写设计文档而是人类把关方向对不对、边界有没有漏、验收标准是否可验证。这个阶段的核心产物不是代码而是一份“写代码前的工程合同”。它告诉后面的实现 Agent你要交付什么、不能越过什么边界、交付后用什么证据证明完成。/第三层代码执行层/只有前两层都对齐以后AI 才能进入代码实现。