Harness 与 Agent 工程 · 运行控制与长任务 · 2026-05-20

【干货】从Prompt、Context到Harness,工程的三次进化与终局之战原创

OpenAI小团队用AI生成百万行代码,背后是Prompt、Context、Harness三大工程演进的终局之战。

核心内容:

  1. Prompt Engineering如何通过精心设计的输入激发AI潜能
  2. Context Engineering如何为AI提供更广阔的认知与记忆空间
  3. Harness Engineering如何系统化地构建与集成AI能力

本文来自「腾讯云开发者」,原创作者李伟山,内容有使用 AI 进行辅助写作,特此说明。 引言:一个令人不安的问题

OpenAI 内部的一支 3 到 7 人小团队,在短短五个月内,让 AI 生成了将近 100 万行生产级别的代码。据称全程,没有一个工程师亲手写过一行业务逻辑代码。

你的第一反应是什么?兴奋?恐慌?焦虑?只要我学得慢,就不用学了?

这个问题的答案,藏在三个词里:

Prompt Engineering、Context Engineering、Harness Engineering。

这篇文章,我想带你完整走一遍这三次进化的逻辑:它们分别解决了什么问题,它们之间是什么关系,它们的边界在哪里,以及:当三者融合,AI 工程师的终极形态究竟是什么?

01

理解起点:为什么和 AI 说话是一门学问?

1.1 模型有能力,但你不一定会用

大语言模型(LLM)的底层逻辑,可以用一句话概括:它是一个极其擅长续写的系统。

你给它一段输入,它预测接下来最有可能出现的内容,不断生成,直到任务完成。

问题在于,最有可能出现并不等于你真正想要的。

同样是「帮我写一封道歉信」,加了不同的约束条件,结果天差地别:

这个 加约束 的过程,就是提示词工程(Prompt Engineering)的本质。

它研究的是:如何通过精心设计的输入,最大限度地激发模型的正确能力。

1.2 Prompt Engineering 的武器库

在 GPT 刚刚走入大众视野的那段时间,Prompt Engineering 是最炙手可热的技能。

每隔几天就有新的技巧被发现和分享:

下图展示了 Prompt Engineering 技术的演进路径:

1.3 繁荣与衰退:Prompt Engineering 的宿命

2023—2024 年,"Prompt Engineer"一度被视为最有前途的职业之一,薪资水平令人咋舌。

但随后,底层环境发生了巨变:模型的智能化越来越高了。

GPT-3 时代,你需要精心设计的少样本提示才能让模型完成一个稍复杂的任务。

到了 GPT-4、Claude 3,你随便说一句话,它就能理解你的意图,甚至哪怕你的表达并不精准也没关系。

当模型本身的语言理解能力足够强,写好 Prompt 的边际效益就显著降低了。

更深层的问题随之浮现:

即使模型听懂了你说的话,它有时候依然会给出错误的答案。原因不是你没说清楚,而是它根本不知道一些关键信息,也就是我们常说的上下文。

这,引出了第二次进化。

02

第二进化:Context Engineering 的崛起

2.1 失忆症患者的困境

有一个思想实验可以帮你理解 Context Engineering 的核心:

假设你雇了一位全世界最聪明的助理,但这位助理有一个致命弱点:他属金鱼的,记忆只有 7 秒。

每次会面,他都记不住上次你们聊过什么,不知道你的偏好,不了解你的项目背景。即使他智商超群,每次都要重新从零开始建立对你情况的了解。

你会怎么办?

你会在每次见面前,把关键信息整理成一份简报递给他。你会告诉他上次的决策、当前的目标、需要回避的坑。

这个准备简报的过程,就是 Context Engineering。

大语言模型的本质,就是这位金鱼助理。每次对话,它能看到的信息被严格限制在上下文窗口(Context Window)之内。窗口外的一切,它一无所知。

2.2 上下文窗口里装着什么?

一个完整的 LLM 上下文,通常包含以下几层信息:

每一层都至关重要,却又都在争夺有限的 Token 空间。

Context Engineering 要解决的,就是这个信息注意力的问题。

2.3 RAG:让模型按需取用知识

RAG(Retrieval-Augmented Generation,检索增强生成)是 Context Engineering 中最具革命性的技术之一。

传统做法是把所有知识都写进 System Prompt,结果显而易见:空间爆满,模型不知道看哪里,输出质量反而下降。

RAG 的思路截然不同:不存知识,存索引。需要什么,临时去检索,精准注入。

具体流程如下:

这个机制让模型能够访问远超其参数记忆的外部知识,同时又不会被无关信息淹没。

2.4 上下文压缩:对抗遗忘的艺术

随着对话越来越长,一个严峻问题出现了:历史消息会把上下文窗口撑满,挤走最新的关键信息。

更坑爹的是,研究表明,当上下文过长时,模型会出现"中间遗忘(Lost in the Middle)"现象:它对开头和结尾的内容记忆较好,对中间大段内容的关注度大幅下降。

解决方案是上下文压缩(Context Compression):

OpenAI 的实战经验验证了这一点:他们把原来装满所有规范的巨型 Agent.md 文件压缩至百行以内,仅作为索引目录,需要什么规范就动态加载对应子文档。

结果:模型的遵从度和输出质量显著提升。

2.5 单一事实来源:Context Engineering 的纪律

Context Engineering 还有一条常被忽视的原则:单一事实来源(Single Source of Truth)。

在实际工程中,技术决策可能散落在企微消息、腾讯文档、本地 PDF、GitHub Issue 里。对人类工程师来说,这已经够难管理了。对 AI Agent 来说,这是灾难性的:它不知道该信哪个版本,结果就是综合出一个四不像的答案。

解决方案是强制将所有决策、规范、文档都归档进代码仓库,确保 AI 的信息来源是唯一的、可追溯的、版本受控的。

03

两者的局限:当"说对"和"给对"都不够用

3.1 一个 Agent 的典型失控场景

假设你构建了一个代码生成 Agent,已经做到了:

然后你让它生成一个用户登录模块。它:开干!

一小时后,你回来检查:

提示词写得再好,上下文管得再精,也没能阻止这一切发生。

因为这些问题的根源不在"说什么"或"给什么信息",而在于:系统层面缺乏约束、验证和反馈机制。

这,是 Prompt Engineering 和 Context Engineering 的共同盲区。

填补这个盲区的,是第三次进化。

04

第三进化:Harness Engineering——驾驭 AI 的系统艺术

4.1 什么是 Harness?

Harness,字面意思是"马具"。

套在马…

— 以上为试看内容(约 40%),开通会员后阅读全文 —

原文出处:https://www.53ai.com/news/tishicijiqiao/2026052046538.html