Harness Engineering完整指南如何让你的AI编码Agent输出提升100倍【免费下载链接】harness-engineering Ryan Lopopolo’s anthology, field guide, and agent context bundle for harness engineering项目地址: https://gitcode.com/gh_mirrors/har/harness-engineeringHarness Engineering驾驭工程是 Ryan Lopopolo 提出的实践方法在模型和 AI 编码 Agent 保持不变的前提下通过优化上下文Context与工具Tools这两大外部杠杆把 Agent 的输出质量提升数十倍乃至 100 倍。本仓库是一个文集 现场指南 Agent 上下文捆绑包你可以直接把整个仓库连同目标代码库一起交给编码 Agent它就能按 AGENTS.md 的路由指引自动把任务引向最相关的论点、案例和证据。一、为什么 Agent 输出差先搞懂固定Worker原则大多数人的第一反应是换个更强的模型。Harness Engineering 给出了相反的思路把模型和编码 Agent 当作黑盒固定住去改造它周围的环境。这就是固定 WorkerHold the Worker Constant原则在一个采用周期内Agent 完不成任务多半不是模型不行而是缺少机构上下文、可操作的工具、反馈回路、足够权限或结果证据——这些都是环境属性团队完全可以检查和修复。OpenAI 的标志性案例说明了这一点一个内部产品从零开始5 个月里 Codex 写完了全部约 100 万行代码、1500 个合并的 PR——工程师不改代码而是持续改进仓库、浏览器、可观测性、评审与交付环境直到 Codex 能自己启动应用、观察行为、回应评审并交付已验证的变更。详见 docs/fixed-worker/README.md。新手结论与其抱怨 Agent 笨不如问它缺了什么环境。二、两大杠杆即时上下文 可读工具1. 即时路由上下文别把全部知识塞进提示词大上下文窗口并不能解决注意力问题。正确做法是保持一个大而可检索的知识库磁盘是无限的上下文池只给 Agent 一个小的活跃工作集让路由文件如AGENTS.md告诉 Agent什么上下文存在、去哪里找任务推进到关键决策点时再拉取下一片相关内容这个按需取用的设计在 docs/just-in-time-context/README.md 中有完整论证包括权威系统、共享上下文库、目标仓库、活跃上下文四层知识的路由表。2. 让工具看得见、用得上六步闭环工具从存在到可用要走完一条链发现 → 选择 → 调用 → 解读 → 修复 → 真实系统验证。缺任何一环能力都等于不存在。给每个工具一份模型可见的目录有意义的名字、用途、输入/输出形状、第一次最有用的调用熟悉度与可发现性要分别处理。案例包括 Ryan 把 MCP 接口换成2、3 个操作的小 CLI后 Codex 工作流毫无中断的故事见 docs/tool-legibility/README.md。三、12个核心论点仓库的理论全景仓库把整套实践拆成 12 个论点Thesis每个都是一个独立章节论点一句话入口固定Worker模型是黑盒只改环境docs/fixed-worker/部署进私有数据冰山组织流程数据不会自动进模型权重docs/last-mile-deployment/一个Agent领完整工作一条主轨迹拥有分解、执行、证明与收尾docs/whole-job/即时路由上下文大知识库 小活跃集docs/just-in-time-context/工具可读可操作发现-调用-验证闭环docs/tool-legibility/让仓库教会Agent非功能性需求变成可检索的上下文docs/domain-modeling/显式权限内的最大自主能力与权限分开签约docs/authority/真实环境证明结果绿勾只证明它断言的事docs/proof/反馈变基础设施教训沉淀为最早期的持久所有者docs/feedback/保护连贯性与生命周期风险行为契约、迁移完整性、发布身份docs/durable-systems/已知工作跑成持续循环有信号、证明和权限的活进入循环docs/continuous-maintenance/优化可度量的有效性优化单位人力注意力产出的有用结果docs/effectiveness/完整索引见 docs/README.md仓库自身的分层与检索设计见 ARCHITECTURE.md。四、三步上手最快让 Agent 用上这套方法1️⃣克隆仓库git clone https://gitcode.com/gh_mirrors/har/harness-engineering2️⃣指向你的目标系统把这个仓库和你的代码库一起交给编码 Agent。根目录 AGENTS.md 会按未解决的决策路由到唯一一个相关论点而不是把全部语料塞进上下文——这正是仓库自己践行的即时路由。3️⃣选一个 Playbook 开始行动playbooks/ 提供两套现成流程改进一次具体工作playbooks/improve-harness.md观察基线 → 定位最早失败交接 → 最小可逆干预 → 原生验证 → 全新重跑 → 保留/修改/移除。闭环公式基线 → 最早缺口 → 最小干预 → 验证 → 重跑 → 决策评审整个仓库playbooks/repository-review.md沿代表任务从请求走到交付定位缺失的上下文、能力、所有权、证明、权限与反馈五、在真实环境证明结果绿勾不等于完成新手最常踩的坑是测试全绿就收工。Harness Engineering 的立场证据必须匹配声称的边界。浏览器行为 → 真实浏览器旅程 渲染状态部署 → 被验证的制品在跑 部署后健康检查远程高危变更 → 金丝雀、切换、回滚、切换后检查一个生动案例团队没有文档描述产品有哪些功能于是让 Codex 爬代码库生成功能清单人工评审后变成 QA Agent 可重复执行的验收套件部署前的手动冒烟测试大幅减少。证据边界表完整收录在 docs/proof/README.md。六、延伸阅读证据库与原始素材仓库 sources/README.md 收录了 Ryan 的全部关键文章含 2026-02-11 的开创性文章 Harness engineering: leveraging Codex in an agent-first world、演讲、访谈与来源清单 sources/sources.json本地保留了原文快照如 sources/raw/hyperbola/production-function-changed.mdxAgent 无需联网即可阅读原文思想渊源与其他框架对照见 docs/lineage/总结你要解决去读Agent 为什么总差一点docs/fixed-worker/上下文太多/太少docs/just-in-time-context/工具不好用docs/tool-legibility/怎么验证结果docs/proof/明天就开始动手playbooks/improve-harness.mdHarness Engineering 的核心洞察只有一句Agent 的能力上限不在模型里而在你为它铺设的环境里。上下文与工具就是那两根杠杆而本仓库正是杠杆的说明书、案例库和可直接投喂给 Agent 的上下文捆绑包。【免费下载链接】harness-engineering Ryan Lopopolo’s anthology, field guide, and agent context bundle for harness engineering项目地址: https://gitcode.com/gh_mirrors/har/harness-engineering创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考