企业官网建设流程全解析

Harness Engineering完整指南：如何让你的AI编码Agent输出提升100倍

【免费下载链接】harness-engineering🐎 Ryan Lopopolo’s anthology, field guide, and agent context bundle for harness engineering项目地址: https://gitcode.com/gh_mirrors/har/harness-engineering

Harness Engineering（驾驭工程）是 Ryan Lopopolo 提出的实践方法：在模型和 AI 编码 Agent 保持不变的前提下，通过优化上下文（Context）与工具（Tools）这两大外部杠杆，把 Agent 的输出质量提升数十倍乃至 100 倍。本仓库是一个"文集 + 现场指南 + Agent 上下文捆绑包"，你可以直接把整个仓库连同目标代码库一起交给编码 Agent，它就能按 AGENTS.md 的路由指引，自动把任务引向最相关的论点、案例和证据。

一、为什么 Agent 输出差？先搞懂"固定Worker"原则

大多数人的第一反应是"换个更强的模型"。Harness Engineering 给出了相反的思路：

把模型和编码 Agent 当作黑盒固定住，去改造它周围的环境。

这就是"固定 Worker"（Hold the Worker Constant）原则：在一个采用周期内，Agent 完不成任务，多半不是模型不行，而是缺少机构上下文、可操作的工具、反馈回路、足够权限或结果证据——这些都是环境属性，团队完全可以检查和修复。

OpenAI 的标志性案例说明了这一点：一个内部产品从零开始，5 个月里 Codex 写完了全部约 100 万行代码、1500 个合并的 PR——工程师不改代码，而是持续改进仓库、浏览器、可观测性、评审与交付环境，直到 Codex 能自己启动应用、观察行为、回应评审并交付已验证的变更。详见 docs/fixed-worker/README.md。

🎯新手结论：与其抱怨 Agent 笨，不如问"它缺了什么环境"。

二、两大杠杆：即时上下文 + 可读工具

1. 即时路由上下文：别把全部知识塞进提示词

大上下文窗口并不能解决"注意力"问题。正确做法是：

• 保持一个大而可检索的知识库（磁盘是"无限的上下文池"）
• 只给 Agent 一个小的活跃工作集
• 让路由文件（如AGENTS.md）告诉 Agent什么上下文存在、去哪里找
• 任务推进到关键决策点时，再拉取下一片相关内容

这个"按需取用"的设计在 docs/just-in-time-context/README.md 中有完整论证，包括权威系统、共享上下文库、目标仓库、活跃上下文四层知识的路由表。

2. 让工具"看得见、用得上"：六步闭环

工具从"存在"到"可用"要走完一条链：发现 → 选择 → 调用 → 解读 → 修复 → 真实系统验证。缺任何一环，能力都等于不存在。

给每个工具一份"模型可见的目录"（有意义的名字、用途、输入/输出形状、第一次最有用的调用），熟悉度与可发现性要分别处理。案例包括 Ryan 把 MCP 接口换成"2、3 个操作的小 CLI"后 Codex 工作流毫无中断的故事，见 docs/tool-legibility/README.md。

三、12个核心论点：仓库的理论全景

仓库把整套实践拆成 12 个论点（Thesis），每个都是一个独立章节：

完整索引见 docs/README.md，仓库自身的分层与检索设计见 ARCHITECTURE.md。

四、三步上手：最快让 Agent 用上这套方法

1️⃣克隆仓库

git clone https://gitcode.com/gh_mirrors/har/harness-engineering

2️⃣指向你的目标系统：把这个仓库和你的代码库一起交给编码 Agent。根目录 AGENTS.md 会按"未解决的决策"路由到唯一一个相关论点，而不是把全部语料塞进上下文——这正是仓库自己践行的即时路由。

3️⃣选一个 Playbook 开始行动，playbooks/ 提供两套现成流程：

• 改进一次具体工作playbooks/improve-harness.md：观察基线 → 定位最早失败交接 → 最小可逆干预 → 原生验证 → 全新重跑 → 保留/修改/移除。闭环公式：基线 → 最早缺口 → 最小干预 → 验证 → 重跑 → 决策
• 评审整个仓库playbooks/repository-review.md：沿代表任务从请求走到交付，定位缺失的上下文、能力、所有权、证明、权限与反馈

五、在真实环境证明结果：绿勾不等于完成

新手最常踩的坑是"测试全绿就收工"。Harness Engineering 的立场：证据必须匹配声称的边界。

• 浏览器行为 → 真实浏览器旅程 + 渲染状态
• 部署 → 被验证的制品在跑 + 部署后健康检查
• 远程高危变更 → 金丝雀、切换、回滚、切换后检查

一个生动案例：团队没有文档描述产品有哪些功能，于是让 Codex 爬代码库生成"功能清单"，人工评审后变成 QA Agent 可重复执行的验收套件，部署前的手动冒烟测试大幅减少。证据边界表完整收录在 docs/proof/README.md。

六、延伸阅读：证据库与原始素材

• 仓库 sources/README.md 收录了 Ryan 的全部关键文章（含 2026-02-11 的开创性文章 "Harness engineering: leveraging Codex in an agent-first world"）、演讲、访谈与来源清单 sources/sources.json
• 本地保留了原文快照（如 sources/raw/hyperbola/production-function-changed.mdx），Agent 无需联网即可阅读原文
• 思想渊源与其他框架对照见 docs/lineage/

总结

Harness Engineering 的核心洞察只有一句：Agent 的能力上限不在模型里，而在你为它铺设的环境里。上下文与工具就是那两根杠杆，而本仓库正是杠杆的说明书、案例库和可直接投喂给 Agent 的上下文捆绑包。

【免费下载链接】harness-engineering🐎 Ryan Lopopolo’s anthology, field guide, and agent context bundle for harness engineering项目地址: https://gitcode.com/gh_mirrors/har/harness-engineering