本文介绍了Harness工程在构建高效AI Agent中的重要性，强调决定Agent上限的并非模型本身，而是模型周围的系统提示、工具集等工程设施。文章详细阐述了如何通过优化系统提示、设计工具以及进行工具测试来提升Agent的性能，特别指出上下文工程已成为AI领域的新趋势。对于AI专业学习者，掌握Harness工程是提升Agent质量的关键。一、什么是Harness？Harness，直译"挽具"——马能跑得快靠腿，但能不能把力气用在正道上，靠的是套在它身上的那套挽具。放到AI领域：模型是发动机，Harness是整辆车。它包括系统提示（System Prompt）、工具集（Tools）、上下文管理策略、执行沙箱、权限与校验机制等一整套模型之外的工程设施。Anthropic在《Effective context engineering for AI agents》中给出了一个标志性论断：行业已经从"提示工程"（prompt engineering）进化到"上下文工程"（context engineering）——你要优化的不再是某一句话怎么说，而是模型在每一步到底"看得到什么"。▲ 提示工程 vs 上下文工程：从打磨话术到设计整个系统（图源：Anthropic官方工程博客）二、系统提示：用自然语言"编程"很多初学者把系统提示当成"咒语"，写完一次就不敢动。官方的建议恰恰相反：系统提示是可以校准、可以测试的工程产物。Anthropic把"最小有效提示"（minimal viable prompt）作为起点，每次只改一处、跑一组测试用例、观察行为差异——这和软件工程里的回归测试思路完全一致。▲ 校准系统提示：小步修改、持续测试（图源：Anthropic官方工程博客）三、工具设计：Agent能力的真实边界模型再聪明，没有好工具也只能"纸上谈兵"。Harness工程里最容易被低估的就是工具设计：工具描述写得含糊，Agent就会瞎猜参数；返回信息塞得太满，上下文立刻被垃圾淹没。Anthropic在《Writing effective tools for agents》里给过一组实测数据：仅仅是改进工具描述和参数定义，同一个Agent在Slack类任务上的通过率就从30.7%提升到38.9%，在Akira（软件工程类）任务上从35.6%提升到39.8%——模型一行代码没动，只动了Harness。▲ 多Agent协作：Claude Code如何组织子任务（图源：Anthropic官方工程博客）▲ 优化工具描述前后的通过率对比（图源：Anthropic官方工程博客）四、工具也要"写单元测试"官方博客还有一个容易被忽视的细节：像测代码一样测工具。他们用Agent实际执行任务并回读终端输出，验证工具返回的内容是否清晰、是否包含干扰信息、是否让模型"越走越偏"。工具返回值应该是为模型优化的接口，而不是为人优化的页面。▲ 用Agent实测工具返回内容（图源：Anthropic官方工程博客）五、给AI专业同学的启示如果你学的是人工智能技术应用，请记住这个正在发生的分工变化：模型能力由实验室负责，Agent质量由工程负责。企业招人时问的往往不是"你会不会调API"，而是——你如何设计系统提示并做版本化管理？你的工具粒度怎么切？描述怎么写？失败怎么兜底？上下文窗口有限，你把什么放进去、什么外包出去？错误发生时，你的Harness如何让模型自我纠正而不是一路狂奔？这些问题构成了一个新兴的工程领域：Harness工程。它不需要你训练模型，却决定了模型在真实业务里的生死。下一期，我们聊让Agent"越用越专业"的Skills工程。大模型的知识又多又杂，到底怎么学？做这行久了，被问最多的问题就一个：大模型的知识又多又杂，我到底先学啥？翻了一堆资料，看啥都像重点，结果啥都没学进去。今天把我自己一路摸出来的顺序捋一遍，零基础、应届生、转行的都适用。跟着走，至少方向不乱、不瞎忙，学完拿得出手。第一阶段（10天）：初阶应用这一阶段就一个目标：把大模型真正"玩明白"，不是只会聊天那种，而是能调教它、能用代码把大模型和业务接起来。大模型 AI 能干什么？大模型是怎样获得「智能」的？用好 AI 的核心心法大模型应用业务架构大模型应用技术架构代码示例：向 GPT-3.5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思维链和思维树Prompt 攻击和防范…第二阶段（30天）：高阶应用这阶段正式进实战，目标很实在：做出两个能拿出手的东西——一个私有知识库，一个 agent 对话机器人。为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示（Embeddings）向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…走完这 30 天，Python 或 JavaScript 背景的基本能独立做一套 RAG 应用，简历上也敢写"大模型应用开发"了。第三阶段（约20天）：动手微调学到这，你已经开始 “造” 模型了 —— 通过微调，搞出垂直领域的专用小模型。为什么要做 RAG什么是模型什么是模型训练求解器 & 损失函数简介小实验2：手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。到此为止，大概2个月的时间。你从 “只会用” 变成 “能造” 的 AI 小子。那么你还想往下探索吗？想要入局AI大模型赛道、抢占行业红利的朋友，微信扫描下方CSDN官方认证二维码，即可100%免费领取全套学习资料！第四阶段（20天）：商业闭环，部署落地技术学完，落地才算数。这阶段带你搞明白大模型怎么真正跑起来、用起来。硬件选型带你了解全球大模型使用国产大模型服务搭建 OpenAI 代理热身：基于阿里云 PAI 部署 Stable Diffusion在本地计算机运行大模型大模型的私有化部署基于 vLLM 部署大模型案例：如何优雅地在阿里云私有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…想要入坑大模型的朋友，给大家准备了一份2026 年最新 AI 大模型全套学习资料：1、大模型系统化学习路线2、大模型学习视频教程3、大模型学习书籍&电子文档4、AI大模型最新行业报告5、大模型项目实战&配套源码6、2026大模型大厂面试真题7、为什么要学习大模型？我国在A大模型领域面临人才短缺,数量与质量均落后于发达国家。2023年，人才缺口已超百万，凸显培养不足。随着AI技术飞速发展，预计到2025年,这一缺口将急剧扩大至400万,严重制约我国AI产业的创新步伐。加强人才培养,优化教育体系,国际合作并进是破解困局、推动AI发展的关键。8、适合谁学？传统后端 / Java / 前端开发，想转型 AI 应用大学生、应届生，想拿更好的 offer产品经理、运营，想武装职业竞争力技术负责人，想给团队落地提效学习是反人性的，但回报是真金白银。技术会更新，赛道会切换，但只要你先动手，机会就永远站在你这边。9、这些资料真的有用吗？这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。想要入局AI大模型赛道、抢占行业红利的朋友，微信扫描下方CSDN官方认证二维码，即可100%免费领取全套学习资料！好了，就写到这。路线是死的，人是活的，卡住了随时来问我。觉得有用就点个收藏，别让它进收藏夹吃灰——动起来比啥都强。
本文介绍了Harness工程在构建高效AI Agent中的重要性，强调决定Agent上限的并非模型本身，而是模型周围的系统提示、工具集等工程设施。文章详细阐述了如何通过优化系统提示、设计工具以及进行工具测试来提升Agent的性能，特别指出上下文工程已成为AI领域的新趋势。对于AI专业学习者，掌握Harness工程是提升Agent质量的关键。一、什么是Harness？Harness，直译"挽具"——马能跑得快靠腿，但能不能把力气用在正道上，靠的是套在它身上的那套挽具。放到AI领域：模型是发动机，Harness是整辆车。它包括系统提示（System Prompt）、工具集（Tools）、上下文管理策略、执行沙箱、权限与校验机制等一整套模型之外的工程设施。Anthropic在《Effective context engineering for AI agents》中给出了一个标志性论断：行业已经从"提示工程"（prompt engineering）进化到"上下文工程"（context engineering）——你要优化的不再是某一句话怎么说，而是模型在每一步到底"看得到什么"。▲ 提示工程 vs 上下文工程：从打磨话术到设计整个系统（图源：Anthropic官方工程博客）二、系统提示：用自然语言"编程"很多初学者把系统提示当成"咒语"，写完一次就不敢动。官方的建议恰恰相反：系统提示是可以校准、可以测试的工程产物。Anthropic把"最小有效提示"（minimal viable prompt）作为起点，每次只改一处、跑一组测试用例、观察行为差异——这和软件工程里的回归测试思路完全一致。▲ 校准系统提示：小步修改、持续测试（图源：Anthropic官方工程博客）三、工具设计：Agent能力的真实边界模型再聪明，没有好工具也只能"纸上谈兵"。Harness工程里最容易被低估的就是工具设计：工具描述写得含糊，Agent就会瞎猜参数；返回信息塞得太满，上下文立刻被垃圾淹没。Anthropic在《Writing effective tools for agents》里给过一组实测数据：仅仅是改进工具描述和参数定义，同一个Agent在Slack类任务上的通过率就从30.7%提升到38.9%，在Akira（软件工程类）任务上从35.6%提升到39.8%——模型一行代码没动，只动了Harness。▲ 多Agent协作：Claude Code如何组织子任务（图源：Anthropic官方工程博客）▲ 优化工具描述前后的通过率对比（图源：Anthropic官方工程博客）四、工具也要"写单元测试"官方博客还有一个容易被忽视的细节：像测代码一样测工具。他们用Agent实际执行任务并回读终端输出，验证工具返回的内容是否清晰、是否包含干扰信息、是否让模型"越走越偏"。工具返回值应该是为模型优化的接口，而不是为人优化的页面。▲ 用Agent实测工具返回内容（图源：Anthropic官方工程博客）五、给AI专业同学的启示如果你学的是人工智能技术应用，请记住这个正在发生的分工变化：模型能力由实验室负责，Agent质量由工程负责。企业招人时问的往往不是"你会不会调API"，而是——你如何设计系统提示并做版本化管理？你的工具粒度怎么切？描述怎么写？失败怎么兜底？上下文窗口有限，你把什么放进去、什么外包出去？错误发生时，你的Harness如何让模型自我纠正而不是一路狂奔？这些问题构成了一个新兴的工程领域：Harness工程。它不需要你训练模型，却决定了模型在真实业务里的生死。下一期，我们聊让Agent"越用越专业"的Skills工程。大模型的知识又多又杂，到底怎么学？做这行久了，被问最多的问题就一个：大模型的知识又多又杂，我到底先学啥？翻了一堆资料，看啥都像重点，结果啥都没学进去。今天把我自己一路摸出来的顺序捋一遍，零基础、应届生、转行的都适用。跟着走，至少方向不乱、不瞎忙，学完拿得出手。第一阶段（10天）：初阶应用这一阶段就一个目标：把大模型真正"玩明白"，不是只会聊天那种，而是能调教它、能用代码把大模型和业务接起来。大模型 AI 能干什么？大模型是怎样获得「智能」的？用好 AI 的核心心法大模型应用业务架构大模型应用技术架构代码示例：向 GPT-3.5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思维链和思维树Prompt 攻击和防范…第二阶段（30天）：高阶应用这阶段正式进实战，目标很实在：做出两个能拿出手的东西——一个私有知识库，一个 agent 对话机器人。为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示（Embeddings）向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…走完这 30 天，Python 或 JavaScript 背景的基本能独立做一套 RAG 应用，简历上也敢写"大模型应用开发"了。第三阶段（约20天）：动手微调学到这，你已经开始 “造” 模型了 —— 通过微调，搞出垂直领域的专用小模型。为什么要做 RAG什么是模型什么是模型训练求解器 & 损失函数简介小实验2：手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。到此为止，大概2个月的时间。你从 “只会用” 变成 “能造” 的 AI 小子。那么你还想往下探索吗？想要入局AI大模型赛道、抢占行业红利的朋友，微信扫描下方CSDN官方认证二维码，即可100%免费领取全套学习资料！第四阶段（20天）：商业闭环，部署落地技术学完，落地才算数。这阶段带你搞明白大模型怎么真正跑起来、用起来。硬件选型带你了解全球大模型使用国产大模型服务搭建 OpenAI 代理热身：基于阿里云 PAI 部署 Stable Diffusion在本地计算机运行大模型大模型的私有化部署基于 vLLM 部署大模型案例：如何优雅地在阿里云私有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…想要入坑大模型的朋友，给大家准备了一份2026 年最新 AI 大模型全套学习资料：1、大模型系统化学习路线2、大模型学习视频教程3、大模型学习书籍&电子文档4、AI大模型最新行业报告5、大模型项目实战&配套源码6、2026大模型大厂面试真题7、为什么要学习大模型？我国在A大模型领域面临人才短缺,数量与质量均落后于发达国家。2023年，人才缺口已超百万，凸显培养不足。随着AI技术飞速发展，预计到2025年,这一缺口将急剧扩大至400万,严重制约我国AI产业的创新步伐。加强人才培养,优化教育体系,国际合作并进是破解困局、推动AI发展的关键。8、适合谁学？传统后端 / Java / 前端开发，想转型 AI 应用大学生、应届生，想拿更好的 offer产品经理、运营，想武装职业竞争力技术负责人，想给团队落地提效学习是反人性的，但回报是真金白银。技术会更新，赛道会切换，但只要你先动手，机会就永远站在你这边。9、这些资料真的有用吗？这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。想要入局AI大模型赛道、抢占行业红利的朋友，微信扫描下方CSDN官方认证二维码，即可100%免费领取全套学习资料！好了，就写到这。路线是死的，人是活的，卡住了随时来问我。觉得有用就点个收藏，别让它进收藏夹吃灰——动起来比啥都强。