一、Harness Engineer1.prompt engineering、context engineering、harness Engineering1prompt engineering风格约束、角色设定、分布指引、拒答边界、输出格式、few-shot示例。说清问题大模型本质上是一个对上下文非常敏感的概率生成系统。提示词工程的本质不是命令模型而是塑造一个局部的概率空间。prompt擅长澄清任务、约束输出、激发模型的已有能力2context engineering中RAG是一个明显的实践。信息供给文档切块、结果排序、长文压缩、原文vs摘要、工具返回元包邮全部暴露给模型、agent间的传原文/摘要/结构化。补充提示词工程和上下文工程主要是在解决输入册的问题。3harness engineering持续观测、持续纠偏和最终验收的机制。总结prompt是对指令的工程化、context是对输入环境的工程化、harness是对整个运行系统的工程化。Agentmodelharness二、harness的层数1.上下文管理1角色和目标的定义模型要知道自己是谁、任务是什么、成功的标准是什么2信息选择和裁剪上下文不是越多越好而是越相关越好。3结构化的组织固定规则放哪里当前任务放哪里、运行状态放哪里、外部证据放哪里、分层清楚。2.工具系统1给他什么工具工具的数量2何时调用工具3工具结果什么时候重新喂回。3.执行编排1理解目标2判断信息3信息不够就继续补充4) 继续分析5生成输出6检查输出7不满足就修正。4.状态与记忆必须管理状态1当前任务状态2会话中间结果3长期记忆与偏好5.评估与观测输出和验收环境的验证自动的测试日志和指标、错误的归因。6.约束与恢复。约束、校验、恢复重试、切路径、回滚到稳定状态三、实践OpenAI、ANthropic、LangChain这些公司已经把Harness做进产品和工程体系里了。1.上下文焦虑context compaction但是Anthropic的做法是Context Reset换一个新Agent把旧Agent的工作给新Agent去处理。把干活的人和验收的人分开1Planner负责把模糊需求扩充到完整规格。2Generator负责具体的代码实现。3Evaluator负责香QA一样去真实测试。2.工程师的工作拆解任务、补充能力、建立反馈。3.Harness的流程工具系统、执行编排、评估与观测、约束与恢复。资深工程师经验比如一些系统规则模块怎么分层、依赖限制、拦截条件和修复建议。4.当任务还只是单论生成时prompt很重要当任务开始依赖外部只是和运行时信息context很重要当模型进入到长链路、可执行、低容错的真实场景时harness不可避免。harness决定能不能稳定交付。