Harness Engineering是什么:给Agent套缰绳

模型会推理,不等于系统可上线。Harness Engineering(缰绳工程)讨论的是:如何给 Agent 一套可强制执行的约束层,让它在边界内尽量自治,越界立刻刹住。

金句:没有 Harness 的 Agent,就像没有刹车的跑车——跑得快,翻得也惨。

一句话定义

Harness = 策略 + 运行时拦截 + 可观测性 + 人工升级路径。
它不替代模型能力,而是决定「哪些能力允许被调用」。

为什么现在突然火

Agent 开始真的改文件、跑命令、调支付/邮件类工具
「裁员换 AI」事故让管理层意识到:失控成本 > 省下的编制
演示成功掩盖了生产环境的权限与审计缺口

Harness 的四层结构

Harness Engineering 由四层防护构成,从外到内逐层收紧 Agent 的自由度:

graph TD
    A["🛡️ 审计层<br/>出事可追"] --> B["🚦 策略层<br/>何时要人"]
    B --> C["📦 沙箱层<br/>爆炸半径"]
    C --> D["🔐 权限层<br/>能碰什么"]
    D -. 默认拒绝 .-> A

    style A fill:#1a1a2e,color:#e0e0e0,stroke:#16213e
    style B fill:#16213e,color:#e0e0e0,stroke:#0f3460
    style C fill:#0f3460,color:#e0e0e0,stroke:#533483
    style D fill:#533483,color:#e0e0e0,stroke:#e94560

金句:每一层都是一道保险,少一层就是拿生产环境赌命。

四层详解

层级	核心问题	典型手段	示例
权限	Agent 能碰什么	路径白名单、API scope、只读默认	只允许读写 `/src/`,禁止 `/etc/`
沙箱	炸了影响多大	容器隔离、无网络、临时凭证、资源配额	Docker 容器 + 15 分钟 TTL
策略	什么时候需要人介入	高风险动作二次确认、阈值触发人工审批	删除超过 10 个文件需人工确认
审计	出事了能不能追溯	工具调用日志、diff 记录、会话回放	每次调用写入 JSONL,保留 90 天

最小可行 Harness 清单

默认拒绝,显式允许工具
区分 plan / apply 两阶段;apply 才写磁盘
对 rm、强制推送、生产库写入设硬拦截
每次工具调用写结构化日志(谁、何时、参数、结果)
提供「一键暂停 Agent」与人工接管会话

金句:Harness 不是限制 Agent 的聪明,而是保护人类的愚蠢——谁都无法保证 prompt 永远正确。

和 Skill、世界模型的分工

Skill        → 怎么把事做对
World Model  → 怎么少重复失败
Harness      → 做错时也不能造成不可逆伤害

企业里若只推模型、不推 Harness,最后往往得到**「更快地犯更贵的错」**——这也是「裁错人 / 自动化翻车」叙事的技术侧解释。

金句:模型负责踩油门,Harness 负责装刹车。没有刹车的系统,跑得越快死得越惨。

落地路线图

阶段	时间	动作	风险等级
第 1 周	起步	只读 Agent:搜代码、解释、出方案	低
第 2 周	试探	沙箱可写:仅 CI 分支 / 临时目录	中
第 3 周	放量	受控合并:必须测试绿 + 人工 Approve	中
持续	闭环	拦截事件喂回经验库与策略规则	低

金句:先让 Agent 学会只读,再教它写字,最后才给它改别人的代码——循序渐进才是真快。

FAQ

Q: Harness Engineering 和 Prompt Engineering 有什么区别?

A: Prompt Engineering 解决「怎么问出好答案」,Harness Engineering 解决「拿到答案后怎么安全地执行」。前者是输入侧优化,后者是输出侧护栏。两者互补,缺一不可。

Q: 小团队也需要 Harness 吗?

A: 只要 Agent 能写文件、跑命令、调 API,就需要 Harness。团队越小,一次失误的代价越大。最小 Harness 只需三条规则:默认拒绝、plan/apply 分离、关键操作人工确认。

Q: Harness 会不会拖慢 Agent 效率?

A: 合理的 Harness 对性能影响在 5% 以内。拦截发生在工具调用层,不影响模型推理速度。相比之下,一次 rm -rf / 的恢复成本远超这点延迟。

Q: 现有的 Agent 框架(Claude Code、Codex 等)自带 Harness 吗?

A: 大部分框架有基础沙箱和权限控制,但策略层和审计层通常需要自行补齐。企业级落地建议:用框架自带能力打底,自定义策略引擎覆盖业务场景,集中审计做闭环。

Q: Harness 的「人工接管」具体怎么做?

A: 核心是会话可中断 + 状态可恢复。Agent 触发审批时暂停执行,保存当前上下文,人工审核后可以「继续」「修改后继续」或「终止」。实现上通常用状态机 + 持久化队列。

来源

视频:最近爆火的 Harness Engineering 到底是个啥?一期讲透!
源网址:https://www.youtube.com/watch?v=3DlXq9nsQOE

文中框架为便于团队落地的整理,术语细节与案例以源视频为准。