AI成功率從20%飆到100%！只需一個(gè)Harness文件

新智元報(bào)道

【新智元導(dǎo)讀】Anthropic實(shí)錘：Claude裸跑模型，9美元全廢；但是套上Harness花200美元效果直接起飛。AI效果不好？別再糾結(jié)換模型了！OpenAI和Anthropic都在用的Harness工程，一文講透。

最近，AI圈子里一個(gè)逃不開的話題就是Harness。

甚至，連DeepSeek最近也在開始招聘Harness工程師。

那么，到底什么是Harness？

Harness，圍繞AI編程智能體搭建的一整套工程基礎(chǔ)設(shè)施，由五個(gè)子系統(tǒng)組成：指令、工具、環(huán)境、狀態(tài)、反饋。

為什么值得專門講它？

因?yàn)?026年前后，Anthropic和OpenAI幾乎同時(shí)在各自的工程實(shí)驗(yàn)里給出了同一個(gè)結(jié)論——AI編程智能體頻頻失敗，問題不在模型，在模型之外的Harness。

兩家分別用一組對(duì)照實(shí)驗(yàn)當(dāng)證據(jù)。先看數(shù)據(jù)。

兩組數(shù)據(jù)對(duì)照

Anthropic對(duì)照實(shí)驗(yàn)——同一個(gè)Opus 4.5模型，同一道編程題：

多花的191美元，全花在驗(yàn)證循環(huán)上——每寫一段代碼就跑測(cè)試，不通過就改，直到真正通過。

OpenAI百萬行實(shí)驗(yàn)，Codex團(tuán)隊(duì)在真實(shí)倉(cāng)庫(kù)上驗(yàn)證：

實(shí)驗(yàn)只改了一件事——倉(cāng)庫(kù)根目錄加了一個(gè)AGENTS.md文件，不到100行markdown。

Harness是什么

Harness不是工具，也不是提示詞技巧，是圍繞智能體的一整套工程基礎(chǔ)設(shè)施，由五個(gè)子系統(tǒng)組成，每一個(gè)對(duì)應(yīng)一種具體失敗模式。

指令子系統(tǒng)（Instructions）

倉(cāng)庫(kù)根目錄的一個(gè)markdown文件——OpenAI陣營(yíng)叫AGENTS.md，Anthropic陣營(yíng)叫CLAUDE.md。

Codex、Claude Code、Cursor啟動(dòng)時(shí)自動(dòng)讀取并注入「系統(tǒng)提示詞」。

解決：智能體不知道項(xiàng)目約定，瞎寫代碼（風(fēng)格不一致、用錯(cuò)包管理器、隨手執(zhí)行破壞性命令）。

不到15行，把項(xiàng)目約定從反復(fù)重申變成啟動(dòng)時(shí)自動(dòng)注入。

工具子系統(tǒng)（Tools）

限定智能體能調(diào)用哪些命令。

Claude Code用.claude/settings.json，Codex用~/.codex/config.toml。

解決：越權(quán)操作（rm-rf誤刪、gitpush--force覆蓋遠(yuǎn)端、不該聯(lián)網(wǎng)時(shí)調(diào)外部API）。

允許的直接跑，禁止的直接拒，灰色地帶的彈確認(rèn)。

環(huán)境子系統(tǒng)（Environment）

鎖定依賴版本、運(yùn)行時(shí)配置、數(shù)據(jù)庫(kù)狀態(tài)。

實(shí)現(xiàn)：setup.sh/Dockerfile/devcontainer.json。

解決：這臺(tái)機(jī)器上能跑的虛假環(huán)境（本地通過，CI一跑就廢）。

關(guān)鍵一行--frozen-lockfile——智能體無法擅自升級(jí)任何依賴。

狀態(tài)子系統(tǒng)（State）

把跨會(huì)話進(jìn)度、斷點(diǎn)、未完成任務(wù)持久化到PROGRESS.md，新會(huì)話第一件事讀它。

解決：跨會(huì)話失憶（第二個(gè)會(huì)話從零開始，寫出和第一個(gè)會(huì)話沖突的代碼）。

在AGENTS.md固化約定：新會(huì)話第一件事讀PROGRESS.md；任務(wù)完成或斷點(diǎn)變化，立即回寫。

反饋?zhàn)酉到y(tǒng)（Feedback）

機(jī)器可執(zhí)行的驗(yàn)證命令——測(cè)試、lint、類型檢查、構(gòu)建。

智能體宣布完成前必須跑通，退出碼不為0就不算完成。

解決：過早宣布勝利（說Done!但一行跑不通）——Anthropic 9美元裸跑實(shí)驗(yàn)的核心死因。

三大致命失敗模式

Anthropic和OpenAI的實(shí)驗(yàn)，不約而同指向了智能體最常見的三種致命失敗模式。

過早宣布勝利

場(chǎng)景：智能體寫完500行功能，輸出已完成。合并代碼——CI紅屏，type check報(bào)12個(gè)錯(cuò)，單測(cè)一個(gè)沒跑過。

根因：沒有強(qiáng)制反饋循環(huán)。判定來自自我感覺，不來自機(jī)器可驗(yàn)證的事實(shí)。

解法：反饋?zhàn)酉到y(tǒng)。把判定權(quán)移交給退出碼——退出碼≠0，任務(wù)≠完成。

上下文焦慮（ContextAnxiety）

場(chǎng)景：長(zhǎng)任務(wù)做到70%，上下文Token數(shù)快撐滿窗口。智能體開始趕進(jìn)度——跳過測(cè)試、刪邊界處理、寫stub收尾、宣布完成。

根因：沒有斷點(diǎn)續(xù)傳。感知到上下文壓力時(shí)，智能體會(huì)試圖在這個(gè)會(huì)話內(nèi)做完所有事，哪怕代價(jià)是質(zhì)量崩塌。

解法：狀態(tài)子系統(tǒng)+主動(dòng)重啟。每完成一個(gè)子任務(wù)立即回寫PROGRESS.md；上下文Token用量超70%，主動(dòng)停下、寫完斷點(diǎn)、開新會(huì)話。

跨會(huì)話失憶（Cross-SessionAmnesia）

場(chǎng)景：第一個(gè)會(huì)話寫了用戶模塊，第二個(gè)會(huì)話寫訂單模塊——智能體不知道用戶模塊已存在，又寫了一遍getUserById，跟前一版接口簽名沖突。

根因：沒有持久化狀態(tài)+沒有首讀約定。

解法：狀態(tài)子系統(tǒng)+指令子系統(tǒng)組合。PROGRESS.md維護(hù)已完成功能清單；AGENTS.md寫明開會(huì)話第一件事讀PROGRESS.md；沖突時(shí)以代碼為準(zhǔn)——倉(cāng)庫(kù)本身是唯一事實(shí)來源。

五步從零搭一個(gè)Harness

搭建一個(gè)Harness，并不難。

下面五步用文本編輯器即可完成，加起來不超過200行配置。

第1步·根目錄建AGENTS.md

touch AGENTS.md。至少三塊：項(xiàng)目說明、禁止操作、完成定義。

第2步·配permissions

.claude/settings.json或~/.codex/config.toml。最小兩條：

第3步·寫setup.sh鎖環(huán)境

已有Dockerfile/devcontainer.json可跳過。

否則寫一個(gè)setup.sh，把所有版本寫死。最關(guān)鍵一行：pnpminstall--frozen-lockfile。

第4步·建PROGRESS.md

touchPROGRESS.md，四塊：已完成、進(jìn)行中、待辦、已知問題。提交進(jìn)git，當(dāng)成項(xiàng)目自身的一部分維護(hù)。

第5步·在AGENTS.md末尾固化完成定義

寫明pnpm type check/test/lint/build四個(gè)命令，退出碼不為0就不算完成。如果項(xiàng)目還沒有這些命令，今天就配上。

沒有反饋循環(huán)，Harness等于沒裝——這是Anthropic 9美元實(shí)驗(yàn)的核心教訓(xùn)：前四步全做對(duì)，第五步缺位，依然全廢。

兩家殊途同歸

過去一年所有人都在追下一個(gè)更強(qiáng)的模型。

2026年，Anthropic和OpenAI用兩組不同的實(shí)驗(yàn)給出了同一個(gè)答案——別先換模型，先把Harness裝好。

模型能力決定上限，Harness決定你能用到上限的幾成。

沒有Harness，Opus 4.5跑出的代碼連編譯都過不去；有了Harness，小一檔的模型也能穩(wěn)定交付。

下一個(gè)更強(qiáng)的模型當(dāng)然會(huì)再抬一截上限。但今天連Harness都沒裝，下一個(gè)模型來了，成功率依然停在20%。

與其等下一個(gè)模型，現(xiàn)在就安裝Harness。

參考資料：

https://walkinglabs.github.io/learn-harness-engineering/en/

編輯：大衛(wèi)