AI Coding Agent 时代工程师不再是“码农”Harness Engineering 实战 playbook最近刷到 OpenAI 内部大动作Greg Brockman 发帖说他们工程师的工作从去年 12 月开始彻底变了。以前用 Codex 写单元测试现在 Agent 直接把几乎所有代码、运维、调试全包了。有人一个月 6600 commits一人同时跑 5-10 个 AgentStripe 的 Minions 每周合并上千个 PROpenClaw 作者一个人就把项目推到生产级……这已经不是“AI 帮你写代码”了而是整个工程团队在围绕 Agent 重构。我把 OpenAI、Stripe、OpenClaw 这几家最领先的实践拆开一看发现他们居然不约而同地摸索出了一套打法——Harness Engineering马具工程。听起来有点抽象但这就是让 Agent 从“玩具”变成“生产力核武器”的核心秘密。今天就把这套正在成型的 playbook 完整拆给你照着做你的 AI Agent 项目立刻就能从 demo 跳到真实生产。什么是 Harness Engineering为什么突然火了简单说Harness 就是给 Agent 搭的“马具”一套约束、工具、文档、反馈循环组成的系统让 Agent 永远跑在正确轨道上。以前我们以为瓶颈是模型能力现在发现最大的瓶颈其实是环境。Agent 再聪明扔进一个没结构、没工具、没反馈的代码库也会立刻跑偏。OpenAI 团队一句话说透了“瓶颈从来不是 Agent 写代码而是它周围缺结构、缺工具、缺反馈机制。”所以工程师的工作彻底分裂成了两半一半是建马具Building the Harness搭环境、定规则、接工具一半是管 AgentBecoming the AI Manager规划、审核、并行调度这两件事同时进行、互相喂养Agent 犯错 → 优化马具 → 管理更轻松。四大核心实践OpenAI、Stripe、OpenClaw 都在用这四招几乎在所有领先案例里都出现了顺序就是你落地的顺序。1. 架构即护栏Architecture as Guardrails先把代码库结构锁死分层严格、依赖方向固定、接口清晰。用自定义 linter当然也是 Agent 生成的和结构化测试强制执行。OpenAI 团队直接说人类写代码时觉得这些规则“太死板”但对 Agent 来说却是倍增器——规则一旦编码就全项目自动生效。Stripe 则用隔离的“devbox” 400 内部工具 MCP让 Agent 和人类工程师用完全一样的环境。结果就是Agent 写的 PR 直接过 CI人类只管 review。关键洞察未来选技术栈可能不是看它多灵活而是看它对 Agent 多友好。约束越多可靠性反而越高。2. 工具既是基础也是老师Tools as Foundation and Feedback把团队所有工具CLI、API、linter、测试套件全部暴露给 Agent最好走 MCP 协议。更狠的是让工具自己教 Agent。OpenAI 的自定义 linter 报错时不光说“这里违规”还直接附上“应该怎么改”的修复指令。Agent 边犯错边学习准确率直线上升。我自己也验证过让 Agent 执行前先跑 linter E2E 测试diff 的质量完全不是一个级别。3. 文档才是系统真相Documentation as the System of Record每项目必须有一个AGENTS.md现在已经是行业新兴约定。它不是一次写完的 README而是动态反馈循环Agent 犯错 → 立刻更新 AGENTS.md每行内容都对应一次真实失败案例OpenAI 甚至让背景 Agent 定期扫描文档过期自动提 PR 清理Anthropic 更进一步用 JSON 结构化 feature list 做“交接班记录”新 Agent 一启动就能秒懂项目当前状态。结果文档不再是摆设而是 Agent 每次启动的“系统真相来源”。4. 你现在是 AI 经理Becoming the AI Manager规划先行、拒绝垃圾代码、学会并行编排。规划是新编码永远先让 Agent 输出完整计划人工审核通过后再执行。Cloudflare 的工程师说这一步能省 80% 无效 token。说不就是你的核心能力代码再多也要保持和人类代码一样的审查标准。OpenClaw 作者虽然不逐行看代码但架构决策他一票否决。并行编排从一人管 1 个 Agent到同时管 5-10 个Stripe 直接 Slack 甩任务就走人。成熟度越高越能做到“无人值守并行”。关键洞察这才是 Bitter Lesson 在工程领域的落地最反直觉的一点是给 Agent 更多自由反而会降低可靠性。真正的高手都在做减法——收紧架构、强化约束、把知识写进马具。另一个大趋势工程师正在从“匠人”变成“建筑师 监理”。你不再手写每一行代码但你要定义“什么叫好代码”并且把这个 taste 灌输给整个 Agent 舰队。OpenAI、Stripe、OpenClaw 尽管规模天差地别一人 vs 万人却殊途同归证明这套 playbook 已经开始收敛了。实际能怎么用立刻就能落地小团队/个人先建一个 AGENTS.md把你最常踩的坑写进去把常用命令、linter、测试写成工具暴露给 Claude / Cursor / OpenClaw。中大型项目从一个模块开始强制分层 MCP 工具接入再让 Agent 自己维护文档。长期演进每当 Agent 犯错就问自己“怎么改马具让它永远不再犯”——这就是 Hashimoto 说的“每次犯错都工程化解决”。未来甚至会出现“垃圾回收 Agent”定期清理 Agent 写的冗余代码保持代码库长期健康。总结Harness Engineering 的核心就一句话别再试图让 Agent 适应你的代码库而是让代码库和流程适应 Agent。建好马具你就拥有了一支永远在线、永不疲倦、还能自我进化的工程师舰队。从今天开始把你的项目改造成 Agent-friendly 的环境吧。等你跑通第一个“一人管十 Agent”的循环你会发现软件工程的下一章已经翻开了。紫微AI推荐18篇 Harness 精讲深度综述Effective Harnesses for Long-Running Agents2026年AI Agent 的真相模型成了可互换的引擎Harness 才是决定 Agent 能不能真正落地的产品控制论重生Harness Engineering 才是真正的未来工程师工作Harnesses Agent Frameworks 敢诚实回答这个问题的人从瞎试工具的一人公司真正变成知道怎么选、怎么用、怎么赚钱的“智能生意人”。AI Agent 的成功秘诀Harness 才是产品模型只是引擎Harnesses Agent Frameworks 敢诚实回答这个问题的人从瞎试工具的一人公司真正变成知道怎么选、怎么用、怎么赚钱的“智能生意人”。AI Agent 的成功秘诀Harness 才是产品模型只是引擎Agent Harness 工程实战文件系统、沙箱、Ralph Loop 与 Middleware 生产级实现附完整代码​​​​​​​​​​​​​​​​​​​​​AI Agent 的核心秘密不是大模型而是 Harness 工程别再试图让 Agent 适应你的代码库而是让代码库和流程适应 Agent。AI Coding Agent 时代工程师不再是“码农”Harness Engineering 实战 playbook训练环境决定 AI Agent 天花板Harness 如何塑造 RL 训练循环AI Agent 时代模型只是“基础设施”Harness 才是你真正的产品从零手把手用本地Ollama GPT-OSS搭建AI Agent Harness完全离线、私有、零成本让AI真正“永动机”干活LLM Agent 非法动作频发Google DeepMind 用 AutoHarness 自动生成代码“安全带”小模型直接反超大模型Harness 才是王道为什么 3 个工程师能月产百万行代码而你的 Agent 还在原地打转AI Agent 的本质不是模型而是流程设计Harness 才是真正的王牌实战篇大多数开发者以为 AI Agent 拼的是模型能力但 Anthropic 最新实验告诉你真正决定成败的是「生成-评估」分离的 Harness 设计用AI自主开发完整App时你是不是也卡在“代码看着行、实际一用就崩”Anthropic的Harness设计给出答案我是紫微AI我们下期见。完