新智元报谈
【新智元导读】Anthropic实锤：Claude裸跑模子，9好意思元全废；然则套上Harness花200好意思元恶果径直升起。AI恶果不好？别再纠结换模子了！OpenAI和Anthropic都在用的Harness工程，一文讲透。
最近，AI圈子里一个逃不开的话题即是Harness。
以致，连DeepSeek最近也在启动招聘Harness工程师。
那么，到底什么是Harness？
Harness，围绕AI编程智能体搭建的一整套工程基础相貌，由五个子系统构成：指示、器具、环境、景色、反映。
为什么值得有利讲它？
因为2026年前后，Anthropic和OpenAI简直同期在各自的工程执行里给出了吞并个论断——AI编程智能体经常失败，问题不在模子，在模子以外的Harness。
两家分离用一组对照执行当字据。先看数据。
两组数据对照
Anthropic对照执行——吞并个Opus 4.5模子，吞并皆编程题：
多花的191好意思元，全花在考据轮回上——每写一段代码就跑测试，欠亨过就改，直到信得过通过。
OpenAI百万行执行，Codex团队在的确仓库上考据：
执行只改了一件事——仓库根目次加了一个AGENTS.md文献，不到100行markdown。
Harness是什么
Harness不是器具，也不是教导词手段，是围绕智能体的一整套工程基础相貌，由五个子系统构成，每一个对应一种具体失败阵势。
指示子系统（Instructions）
仓库根目次的一个markdown文献——OpenAI阵营叫AGENTS.md，Anthropic阵营叫CLAUDE.md。
Codex、Claude Code、Cursor启动时自动读取并注入「系统教导词」。
措置：智能体不知谈技俩商定，瞎写代码（作风不一致、用错包管制器、唾手实行破损生大呼）。
不到15行，把技俩商定从反复重申酿成启动时自动注入。
器具子系统（Tools）
截至智能体能调用哪些大呼。
Claude Code用.claude/settings.json，Codex用~/.codex/config.toml。
措置：越权操作（rm-rf误删、gitpush--force掩盖远端、不该联网时调外部API）。
允许的径直跑，窒碍的径直拒，灰色地带的弹说明。
环境子系统（Environment）
锁定依赖版块、运行时竖立、数据库景色。
达成：setup.sh/Dockerfile/devcontainer.json。
措置：这台机器上能跑的不实环境（腹地通过，CI一跑就废）。
重要一溜--frozen-lockfile——智能体无法私行升级任何依赖。
景色子系统（State）
把跨会话过程、断点、未完成任务捏久化到PROGRESS.md，新会话第一件事读它。
措置：跨会话失忆（第二个会话从零启动，写出和第一个会话突破的代码）。
在AGENTS.md固化商定：新会话第一件事读PROGRESS.md；任务完成或断点变化，立即回写。
沙巴体育中国官网入口反映子系统（Feedback）
机器可实行的考据大呼——测试、lint、类型查验、构建。
智能体晓喻完成前必须跑通，退出码不为0就不算完成。
措置：过早晓喻得手（说Done!但一溜跑欠亨）——Anthropic 9好意思元裸跑执行的中枢死因。
三好像命失败阵势
Anthropic和OpenAI的执行，2026世界杯欧赔殊途同归指向了智能体最常见的三种致命失败阵势。
过早晓喻得手
场景：智能体写完500行功能，输出已完成。合并代码——CI红屏，type check报12个错，单测一个没跑过。
根因：莫得强制反映轮回。判定来自自我嗅觉，不来自机器可考据的事实。
解法：反映子系统。把判定权嘱咐给退出码——退出码≠0，任务≠完成。
高下文浮躁（ContextAnxiety）
场景：长任务作念到70%，高下文Token数快撑满窗口。智能体启动赶过程——跳过测试、删限制处理、写stub驱散、晓喻完成。
根因：莫得断点续传。感知到高下文压力时，智能体会试图在这个会话内作念完总共事，哪怕代价是质地坍塌。
解法：景色子系统+主动重启。每完成一个子任务立即回写PROGRESS.md；高下文Token用量超70%，主动停驻、写完断点、开新会话。
跨会话失忆（Cross-SessionAmnesia）
场景：第一个会话写了用户模块，第二个会话写订单模块——智能体不知谈用户模块已存在，又写了一遍getUserById，跟前一版接口签名突破。
根因：莫得捏久化景色+莫得首读商定。
解法：景色子系统+指示子系统组合。PROGRESS.md转念已完得手能清单；AGENTS.md写明开会话第一件事读PROGRESS.md；突破时以代码为准——仓库自己是唯独事实起头。
五步从零搭一个Harness
搭建一个Harness，并不难。
底下五步用文本剪辑器即可完成，加起来不跨越200行竖立。
第1步·根目次建AGENTS.md
touch AGENTS.md。至少三块：技俩发挥、窒碍操作、完成界说。
第2步·配permissions
.claude/settings.json或~/.codex/config.toml。最小两条：
第3步·写setup.sh锁环境
已有Dockerfile/devcontainer.json可跳过。
不然写一个setup.sh，把总共版块写死。最重要一溜：pnpminstall--frozen-lockfile。
第4步·建PROGRESS.md
touchPROGRESS.md，四块：已完成、进行中、待办、已知问题。提交进git，当成技俩自身的一部分转念。
第5步·在AGENTS.md末尾固化完成界说
写明pnpm type check/test/lint/build四个大呼，退出码不为0就不算完成。如若技俩还莫得这些大呼，今天就配上。
莫得反映轮回，Harness等于没装——这是Anthropic 9好意思元执行的中枢教育：前四步全作念对，第五步缺位，已经全废。
两家同归殊涂
往常一年总共东谈主都在追下一个更强的模子。
2026年，Anthropic和OpenAI用两组不同的执行给出了吞并个谜底——别先换模子，先把Harness装好。
模子才智决定上限，Harness决定你能用到上限的几成。
莫得Harness，Opus 4.5跑出的代码连编译都过不去；有了Harness，小一档的模子也能相识拜托。
下一个更强的模子固然会再抬一截上限。但今天连Harness都没装，下一个模子来了，得手率已经停在20%。
与其等下一个模子，目下就装配Harness。
参考云尔：
https://walkinglabs.github.io/learn-harness-engineering/en/
剪辑：大卫