Harness Engineering

定义

Harness Engineering 是指为 AI Coding Agent 构建可自主验证的本地工程环境的工程实践。核心目标是让 AI 拥有"编辑代码 → 本地运行 → 验证结果 → 自动修复"的完整闭环能力，不需要人工介入。

"Harness"（挽具/线束）隐喻 AI 被"套上"工程环境后才能真正发力——没有可运行的环境，AI 只能写代码但无法验证，等于盲飞。

详细说明

Harness Engineering 不等于 Context Engineering（CLAUDE.md/规则/Prompt），也不等于简单的测试覆盖。它解决的是一个更底层的问题：项目能不能在本地跑起来？

对于前端/CLI/Python 项目，本地闭环天然存在。但对于 Java 微服务项目（重度依赖 HSF/TDDL/OSS/Diamond 等云端基础设施），本地闭环是断裂的——这是 AI Coding 体验差距的根因。

核心要素

1. 可运行性：一条命令本地启动，外部依赖有本地替代
2. 可测试性：AI 能自主跑测试并读取结构化结果
3. 可观测性：日志结构化、CLI 诊断、health check
4. 工具 AI 化：CLI > MCP > Skill > GUI（优先级递减）
5. 隔离性：本地改造对线上零侵入（Profile 隔离）

关键原则

• 替代而非模拟（H2 是真数据库不是 mock）
• 脚本化一切人工操作（脚本就是 AI 的手）
• 分层隔离逐层验证（编译→启动→接口→E2E）
• 让 AI 参与改造本身（正向循环）

与其他概念的关系

• Context Engineering：Harness 是 Context Engineering 的基础设施层。CLAUDE.md 写得再好，项目跑不起来一切都是空谈
• AI Coding：Harness Engineering 决定了 AI Coding 的效率上限
• 依赖倒置原则：接口先行是 Harness 改造的核心设计模式
• AgentScope Harness：之前 ingest 的 AgentScope 框架也有类似的沙箱/会话持久化设计

来源

• Java AI Coding Harness Engineering五条方法论
• AgentScope Java Harness Framework
• 万字干货理解HarnessEngineering
• Harness刚火可能就要成为过去时了
• Harness Engineering-C端AIGC内容生产自优化实践