OpenAI 剛公布了一個(gè)內(nèi)部實(shí)驗(yàn)：3 個(gè)工程師，5 個(gè)月，100 萬(wàn)行代碼，零行手寫(xiě)。

不是 Demo，不是概念驗(yàn)證。是一個(gè)有真實(shí)用戶(hù)、能部署上線、會(huì)出 Bug 也能修復(fù)的生產(chǎn)級(jí)產(chǎn)品。

但讓我反復(fù)回去看了三遍的，不是這個(gè)數(shù)字。而是報(bào)告里一句不起眼的話：

"我們目前最困難的挑戰(zhàn)，集中在設(shè)計(jì)環(huán)境、反饋回路和控制系統(tǒng)上。"

不是模型不夠強(qiáng)，不是提示詞不夠精巧。是環(huán)境沒(méi)準(zhǔn)備好。

這就是 2026 年最重要的工程范式轉(zhuǎn)移：Harness Engineering（線束工程）。

提示詞過(guò)時(shí)了，上下文也不夠用了

過(guò)去三年，行業(yè)對(duì)"怎么讓 AI 干好活"的理解，換了三次底層邏輯。

2023 年，所有人都在卷提示詞。 Few-shot、Chain-of-Thought、角色扮演，教程滿天飛。信念很樸素：?jiǎn)枌?duì)問(wèn)題，就能拿到好答案。

在聊天場(chǎng)景確實(shí)成立。但 AI 一旦從"回答問(wèn)題"進(jìn)化到"獨(dú)立干活"，光靠一條指令就不夠了。

2025 年中，焦點(diǎn)轉(zhuǎn)向上下文。 Karpathy 提了 Context Engineering，Shopify CEO 迅速認(rèn)同。大家開(kāi)始琢磨怎么動(dòng)態(tài)組裝 RAG、對(duì)話歷史、工具輸出。

但下半年的實(shí)踐暴露了一個(gè)要命的悖論：即便模型支持 100 萬(wàn) Token，性能衰減在 25.6 萬(wàn)左右就出現(xiàn)了。更嚇人的是，有人的 Agent 陷入無(wú)限循環(huán)，一次事故燒了 5 萬(wàn)美元。

上下文可以告訴 Agent"知道什么"，但攔不住 Agent"做不該做的事"。

2026 年 2 月，Mitchell Hashimoto 給缺失的那塊拼圖命了名。

HashiCorp 聯(lián)合創(chuàng)始人，在博客里寫(xiě)了一句話，我覺(jué)得簡(jiǎn)潔到可以刻在墻上：

每當(dāng)你發(fā)現(xiàn) Agent 犯了一個(gè)錯(cuò)誤，你就花時(shí)間設(shè)計(jì)一個(gè)解決方案，使 Agent 永遠(yuǎn)不再犯同樣的錯(cuò)誤。

Prompt Engineering 管的是"說(shuō)什么"，Context Engineering 管的是"知道什么"，Harness Engineering 管的是"在什么環(huán)境里做事"。

說(shuō)白了，人類(lèi)的角色從"直接干活的"變成了"設(shè)計(jì)賽道的"。你不再親手跑每一步，而是把圍欄、彎道、剎車(chē)全部提前造好，然后讓 Agent 自己跑。

OpenAI 那個(gè)實(shí)驗(yàn)，到底發(fā)現(xiàn)了什么？

回到開(kāi)頭那個(gè)實(shí)驗(yàn)。

OpenAI 自己說(shuō)得很明白：設(shè)定"零手寫(xiě)代碼"不是為了炫技。這個(gè)約束本身就是目的。 是為了倒逼團(tuán)隊(duì)去搞清楚一件事：Agent 要在什么樣的環(huán)境里，才能大規(guī)?？煽康毓ぷ?？

瓶頸不在模型，在環(huán)境

初始團(tuán)隊(duì) 3 人，最終 7 人。五個(gè)月交付百萬(wàn)行生產(chǎn)級(jí)代碼，平均每人每天合并 3.5 個(gè) PR。

但早期進(jìn)展比預(yù)期慢。不是 Codex 能力不夠。是環(huán)境規(guī)范不夠。 Agent 缺少工具、缺少抽象、缺少結(jié)構(gòu)。

大多數(shù)人第一反應(yīng)是"模型還不夠強(qiáng)"。但真相恰好反過(guò)來(lái)：模型夠強(qiáng)了，環(huán)境沒(méi)跟上。

這一點(diǎn)做后端的人應(yīng)該秒懂。你給一個(gè)再?gòu)?qiáng)的開(kāi)發(fā)者，項(xiàng)目沒(méi)有 CI/CD，沒(méi)有代碼規(guī)范，沒(méi)有接口文檔，他一樣寫(xiě)出一堆爛代碼。Agent 更甚，因?yàn)樗B"憑經(jīng)驗(yàn)猜"的能力都沒(méi)有。

從此工程師的工作邏輯變了。 遇到 Bug 不是"換個(gè)提示詞再試一次"，而是問(wèn)自己：缺少什么能力？怎么把這個(gè)能力做成 Agent 能理解、能執(zhí)行的東西？

不加人，加"眼睛"

代碼產(chǎn)出量上去后，人類(lèi) QA 跟不上了。

團(tuán)隊(duì)的做法讓我印象很深：沒(méi)有招更多測(cè)試，而是讓 Agent 自己"看見(jiàn)"運(yùn)行時(shí)。

他們給 Codex 接上了 Chrome DevTools Protocol，Agent 可以直接啟動(dòng)應(yīng)用、截屏、操作 DOM、重現(xiàn) Bug。再把日志、指標(biāo)、鏈路追蹤全部暴露給 Agent，它可以直接用 LogQL 和 PromQL 查詢(xún)。

于是"確保服務(wù)啟動(dòng)在 800ms 內(nèi)"這種以前只有人才能判斷的事，Agent 也能執(zhí)行了。

團(tuán)隊(duì)經(jīng)?？吹?Codex 跑一個(gè)任務(wù)跑六個(gè)小時(shí)。通常是在人類(lèi)睡覺(jué)的時(shí)候。

給地圖，別給百科全書(shū)

上下文管理這塊我看得最仔細(xì)，因?yàn)檫@跟我日常寫(xiě) AGENTS.md 的經(jīng)驗(yàn)直接相關(guān)。

OpenAI 學(xué)到的第一課：指令文件太長(zhǎng)，Agent 反而表現(xiàn)更差。 一個(gè)巨大的說(shuō)明文件會(huì)擠占真正重要的信息空間。當(dāng)所有內(nèi)容都"重要"時(shí)，什么都不重要了。

所以他們把 AGENTS.md 從百科全書(shū)變成了目錄。大約 100 行，只告訴 Agent"接下來(lái)去哪里找信息"，具體內(nèi)容全在 docs/ 目錄下。

這叫漸進(jìn)式披露。 先給入口，再按需深入。

更牛的是，他們連文檔維護(hù)都交給了 Agent。一個(gè)"文檔園丁"Agent 定期掃描過(guò)時(shí)內(nèi)容，自動(dòng)提 PR 修復(fù)。

架構(gòu)圍欄：規(guī)矩越嚴(yán)，Agent 跑得越快

這個(gè)發(fā)現(xiàn)我一開(kāi)始不太信。

團(tuán)隊(duì)給應(yīng)用搭了非常嚴(yán)格的架構(gòu)：每個(gè)業(yè)務(wù)領(lǐng)域固定分層，依賴(lài)方向嚴(yán)格校驗(yàn)，跨領(lǐng)域只能通過(guò)統(tǒng)一接口進(jìn)入。全部通過(guò)自定義 Linter 強(qiáng)制執(zhí)行，違反了就報(bào)錯(cuò)，報(bào)錯(cuò)信息里直接寫(xiě)修復(fù)建議。

這種架構(gòu)約束，一般大公司到幾百人的時(shí)候才會(huì)搞。但他們?cè)谌齻€(gè)人的時(shí)候就上了。因?yàn)?Agent 在有明確規(guī)則的環(huán)境里，跑得比"自由發(fā)揮"快得多。 規(guī)則對(duì) Agent 來(lái)說(shuō)就是導(dǎo)航，不是枷鎖。

集中控制邊界，局部允許自治。 這就像管理一個(gè)工程團(tuán)隊(duì)：你管架構(gòu)規(guī)范，不管他用 for 循環(huán)還是 stream。只不過(guò)這次你管的"團(tuán)隊(duì)成員"是 Agent。

三件值得認(rèn)真想的事

如果你也是一個(gè)天天跟代碼打交道的開(kāi)發(fā)者，Harness Engineering 對(duì)你到底意味著什么？

第一，核心競(jìng)爭(zhēng)力在轉(zhuǎn)移。

從"寫(xiě)代碼的速度"到"理解系統(tǒng)的深度"。有人描述 OpenClaw 創(chuàng)始人用 Agent 的方式：只聊架構(gòu)和重大決策，完全不碰具體實(shí)現(xiàn)。他腦子里裝著項(xiàng)目全貌，Agent 負(fù)責(zé)把想法變成代碼。

第二，今天就可以開(kāi)始建自己的 Harness。

不用等什么最佳實(shí)踐。在你的項(xiàng)目里建一份 AGENTS.md，從最基本的內(nèi)容寫(xiě)起：核心架構(gòu)說(shuō)明、常見(jiàn) Agent 錯(cuò)誤、測(cè)試命令、Agent 不能碰的東西。

每次 Agent 犯錯(cuò)，回來(lái)補(bǔ)一條規(guī)則。日積月累，這份文件就是你的 Harness。

第三，別讓初級(jí)開(kāi)發(fā)者跳過(guò)"手寫(xiě)代碼"這一關(guān)。

Thoughtworks 的 B?ckeler 提了一個(gè)尖銳的問(wèn)題：如果新人一上來(lái)就用 Agent 寫(xiě)所有代碼，從來(lái)沒(méi)經(jīng)歷過(guò)手動(dòng)開(kāi)發(fā)的磨練，將來(lái)誰(shuí)來(lái)建 Harness？

你得先知道代碼怎么寫(xiě)、系統(tǒng)怎么崩、Bug 怎么藏，才知道賽道的護(hù)欄應(yīng)該裝在哪。

2026 年最值得關(guān)注的技術(shù)辯論之一：Big Model vs Big Harness。

短期簡(jiǎn)單任務(wù)，模型夠強(qiáng)就行。但長(zhǎng)期復(fù)雜項(xiàng)目，沒(méi)有 Harness，再?gòu)?qiáng)的模型也會(huì)漂移、失控、腐化。

Hashimoto 那句話我越想越覺(jué)得精準(zhǔn)：每當(dāng) Agent 犯錯(cuò)，就設(shè)計(jì)一個(gè)方案讓它永遠(yuǎn)不再犯。

這不就是工程的本質(zhì)嗎？把經(jīng)驗(yàn)編碼成系統(tǒng)，讓錯(cuò)誤只發(fā)生一次。

只不過(guò)這一次，你編碼的對(duì)象不是業(yè)務(wù)邏輯，而是 Agent 運(yùn)行的整個(gè)世界。