当GPT、Claude、DeepSeek都能完成类似任务时，决定Agent最终体验的不再是模型本身，而是围绕模型构建的整个运行时系统——Harness。中科算网发布的OpenClaw白皮书将Harness工程定义为“AI Agent的骨骼、肌肉、神经系统和免疫系统”。从PEV循环到规则文件驱动，从沙箱执行到CI Gate，本文深度解析这场从“模型战争”到“Harness战争”的范式转移。
什么是Harness工程
从Prompt Engineering到Harness Engineering的演进
2022-2024年是Prompt Engineering——设计精巧的提示词模板引导模型行为。2025年是Context Engineering——管理输入给LLM的上下文窗口内容。2026年是Harness Engineering——以系统交互为单位而非单条prompt来设计Agent行为。Harness定义了规则、约束、反馈循环和安全边界，Agent在这个“外骨骼”中运行。
Harness的正式定义
Harness是“围绕AI Agent构建的约束、工具、反馈与监控系统，负责管理Agent的工具调用权限、记忆结构、任务调度、安全边界和与外部系统的交互协议”。如果把LLM比作大脑，Harness就是骨骼、肌肉、神经系统和免疫系统的组合——它决定了“大脑”能做什么、不能做什么、怎么感知世界、怎么保护自己。
Harness工程的核心模式
PEV循环（Plan-Execute-Verify）
Plan阶段，Agent必须先生成明确的执行计划（哪些步骤、使用哪些工具、预期结果）供审查。Execute阶段，在受控环境中按计划执行。Verify阶段，通过自动化测试、规则检查和人工审批确认结果是否满足预期。如果验证失败，回退到Plan阶段重新设计。这一模式在Claude Code源码泄露后得到广泛验证和复刻。
规则与规范文件（Spec/Rules/Guides）
Agent的行为不是由单条“prompt”定义的，而是由多层级的规范文件定义。Spec定义“这个任务要达到什么目标”；Rules定义“绝对不能做什么”；Guides定义“怎么做更好”。这种多层级的规范结构比单条长prompt更可靠、更易于维护和审计。
自动评测与CI Gate
当Agent生成了一批代码修改，CI pipeline会自动运行测试套件、lint检查和安全扫描。任何未通过的修改都不会被合并。这实际上是将传统软件工程的CI/CD理念扩展到了AI Agent的工作流中。
从“模型战争”到“Harness战争”
模型能力趋同后的差异化竞争
2025年之前，AI产业竞争焦点是“谁的模型更大更强”。2026年产业格局发生关键转变：模型之间的性能差距正在缩小，而Harness的质量、安全性和易用性正在成为真正的差异化因素。企业IT预算正从“模型API调用费”转向“Agent平台和治理工具”——也就是harness层。
Harness的可移植性
OpenClaw、Claw Code、Hermes和DeerFlow虽各有实现，但共享相同的Harness设计哲学（PEV循环、规则文件驱动、沙箱执行、自动化验证）。OpenHarness等项目正在尝试构建“一次写好、多Agent可用”的通用Harness框架，其目标是让工程师为一种Agent编写的规则和约束，可以被其他Agent框架复用。
Harness工程是2026年最重要的概念之一，它正在将Agent从“不可预测的黑箱”转变为“可治理的数字员工”。当模型能力趋同，Harness的质量将决定Agent的生死。
