8.0
深览指数
科技Bestblogs·腾讯云开发者··AI 生成
一文读懂 Harness Engineering！
本文系统梳理了Harness（约束工程）从2024年底到2026年上半年的技术演进，将其拆解为流程管控、并发调度和质量验证三层架构。核心论点是Harness的本质是补偿模型能力短板的「工业级管理制度」，其价值随模型能力动态迁移，真正的护城河不是架构厚度，而是追踪这种迁移的速度。文章通过Anthropic、Cursor等实践案例佐证，指出随着模型能力提升，部分组件会被淘汰，如Anthropic已拆除Context Reset。适合深度关注AI工程化、Agent开发实践的技术从业者阅读。原文 ↗
核心观点
- ▍Harness的本质是一套补偿模型能力短板的「工业级管理制度」，其价值随模型能力动态迁移，真正的护城河是追踪「补偿面」迁移的速度。
- ▍模型天生无法客观评估自身产出，必须引入外部对抗验证机制（如Evaluator Agent与8通道盲审）来戳破其「自信的幻觉」。
- 01Anthropic在Opus 4.6发布后拆除了Context Reset和Sprint Contract组件，证明架构越厚转身速度越慢，需要知道何时「拆」比一味「加」更重要。
- 02Cursor的实验表明，数百个Agent共享代码库会陷入锁竞争和无效修改，需要引入Planner-Worker-Judge层级和DAG引擎来终结无政府状态。
- 03文章将Harness拆解为三层：第一层通过JSON物理锁和Context Reset机制解决单Agent不听话问题；第二层采用Planner-Worker-Judge层级架构解决多Agent并发问题；第三层引入8通道盲审和沙盒隔离解决质量验证问题。
- 04Anthropic引入Evaluator Agent与Generator形成对抗循环，Cursor采用8通道并行盲审加多数投票，都是为了对抗模型「自信地赞美」自己平庸工作的幻觉。
- 05文章引用Sutton的「Bitter Lesson」指出，通往简单的Harness设计必须经过复杂的搭建与验证过程，每一层被拆掉的补偿都曾经被认真搭过。
反方 / 局限
- — 文章暗示，过度复杂的Harness架构可能成为新的技术债务源，当模型能力快速迭代时，厚重的架构反而会成为转向的障碍。
Harness Engineering约束工程补偿面Context ResetSprint ContractPlanner-Worker-JudgeDAG引擎Evaluator Agent8通道盲审AnthropicOpenAICursorOpus 4.6SuttonBitter Lesson
4 分钟 · 4 卡片 · 11 资料
读原文 →