AI不缺智商缺纪律： Harness工程化实践

过去几年，AI编码工具的能力边界不断被突破——从最初的代码补全到如今的端到端开发助手，模型在「聪明」这件事上已经足够令人惊艳。然而，当我们真正将这些工具投入生产环境时，却逐渐意识到一个被忽视的现实：模型缺的不是智商，而是纪律。 本文将分享一套经过两月实践打磨的Harness工程化框架，它的核心命题是：如何用工程化的手段，让不稳定的AI输出变得可预测、可约束、可评测。

Harness框架：把纪律外置为基础设施

真正让AI Coding陷入困境的，并非模型不够聪明，而是三个结构性的痛点：遗忘、串味、不听话。 遗忘——当上下文窗口被大量代码和工具输出填满后，模型会启动类似Claude Code的Auto-Compact压缩机制，那些「看似不重要」的流程步骤往往在这一步被丢弃。串味——不同项目的流程规范互相污染，比如A项目的紧急修复流程被错误应用到B项目的正式变更中。不听话——当规则积累到一定量级，模型开始「选择性遵守」，这次记得先写单测，下次就跳过。 这三个问题的根因并非个人操作失误，而是当前架构的必然代价。Devin的CPO曾在播客中坦言：「当记忆达到数千条时，如何在正确的时机检索到正确的记忆，这个问题尚未解决。」

Agent编排：从「全能主会话」到「职责流水线」

Harness的本质是什么？它是一套把「AI该怎么干活」固化成可执行、可约束、可评测的工程框架。与「写更好的prompt」有本质区别：prompt是一次性的说服，Harness是结构性的约束——模型供给智商，Harness供给纪律。 框架采用三层加载架构，核心设计思想只有一句：把上下文当预算来管理。判断上下文不是免费的草稿纸，而是最昂贵的资源。 常驻入口层：CLAUDE.md + CLAUDE.local.md，包含角色定义、代码偏好、流程触发规则和G1-G8门禁速查。关键设计是项目级配置自包含、不依赖全局，新项目接入只需拷贝模版即可独立运作。这层将主会话常驻上下文压到≤8K，把宝贵窗口留给真正的代码。 原子规则层：rules/目录下的7个规则文件，每个规则单一职责、可按需引用。本质是把踩过的坑固化成强制约束——每条规则都是一次事故的墓志铭。 按需上下文层：context/目录下的10个文件，包含完整流程详情、TDD指南、Pre-Mortem模板等深度内容。这些只在进入对应阶段时才被加载进来，常驻层因此始终保持精简。这符合LLM注意力的U型分布规律——中部信息准

门禁与评测：让约束真正落地

框架的发动机是将「全能主会话」拆成一条职责清晰的流水线： 流程调度层：dispatcher作为交通警察，只读取state.json和workflow.yaml，决定下一步该调谁，不管路由之外的任何业务逻辑。评审合成层：orchestrator读取三角色写入的观点，合成结论并向用户确认，是会议秘书而非决策者。三角色评审：requirement-analyst（业务）、tech-architect（技术）、quality-guardian（质量），各写各的观点段，互不污染。流程执行层：plan-generator → developer → verifier → deployer → tester，从方案到验收一步一岗。 核心原则是「主会话退化」：主会话应该退化成什么都不想、只执行dispatcher指令的纯执行器。这是反直觉的——我们本能想让主模型更全能，但全能恰恰是污染之源。这不是独创，Devin从第一天就做了「脑机分离」，我的Harness走了一条更轻量的路：通过agent职责隔离+文件交接达到类似效果。 真正需要警惕的不是「agent多」，而是「agent间耦合多

演进路径：四次迭代的核心教训

规则定义了「该怎么做」，但如果没人检查「有没有做到」，一切约束都是纸上谈兵。最新的研究支持这一判断：arxiv 2605.29682的发现指出，原始token消耗和工具调用仅解释agent成功率方差的R²=0.33~0.42，而验证反馈质量达到R²=0.94~0.99。换句话说，决定AI干活靠不靠谱的并非「给它多少预算」，而是「检查做得多好」。 框架中，这一检查层由两个机制撑起： G1-G8门禁墙：每个门禁是确定性的Python函数，检查产物存不存在、编译过不过、单测通没通。verifier agent跑完后写verification.json，任一门禁FAIL则流程退回——不是「建议」，是「阻断」。 hook拦截：Claude Code的hook机制在工具调用执行前拦截。用于状态文件写操作只允许编排层agent触发，以及危险操作（git push --force、rm -rf）弹确认。hook不是事后审计，是实时围栏。 这套「门禁外置」的思路正在成为业界共识。Apache Burr（已进Apache基金会）将核心原则总结为：流程强制执行必须从LLM推理中外置到

如有侵权，请联系删除。