阅读导航

• 先看「一、为什么 Harness 会出现」，建立问题背景
• 再看「三、Prompt -> Context -> Harness」，理解演进路径
• 最后看「五、用 OpenClaw 理解 Harness」，落到工程实现

3 分钟结论

1. Harness 不是一个 SDK，也不是提示词技巧，而是让 Agent 稳定执行的系统工程集合。
2. Prompt 工程解决“怎么问”，上下文工程解决“喂什么”，Harness 解决“怎么持续、可控、可验证地做完”。
3. OpenClaw、Hermes、Claude Code 虽路线不同，但都在朝同一个方向收敛：把模型能力包进完整的运行时壳子。

一、为什么 Harness 会出现

随着 Agent 从 Demo 走向真实任务，工程问题会集中暴露：

• 工具调用不稳定
• 长任务推进容易漂移
• 结果看似完成但不可验证
• 会话中断后难以续跑

这意味着“模型更强”并不自动等于“系统更稳”。
Harness 的出现，本质是对这类工程现实的回应。

二、什么是 Harness

一个容易理解的映射是：

• 模型 = 大脑
• Harness = 身体 + 工作台 + 操作规程 + 监督机制

从工程定义看：

Harness 是把模型能力转化为持续、稳定、可验证产品能力的系统集合。

它关注的不再是“模型会不会答”，而是“系统能不能把任务稳定做完，并且可追溯、可恢复”。

三、Prompt -> Context -> Harness

1) Prompt Engineering

核心是指令设计：角色、few-shot、输出格式、模板约束等。
解决的是“如何让模型更好地理解当前问题”。

2) Context Engineering

核心是信息组织：历史保留、检索注入、压缩策略、上下文预算。
解决的是“模型这一轮到底该看到什么”。

3) Harness Engineering

当 Agent 进入工具调用、长链任务、子任务委派、错误恢复后，问题升级为：

• 如何推进任务而不失控
• 如何验证是否真的完成
• 如何中断后恢复
• 如何沉淀经验并复用

这时就必须从“输入工程”上升到“运行时工程”。

四、三种框架的 Harness 取向

1) OpenClaw：先把 Agent 管住

OpenClaw 更强调边界、权限、沙箱、技能治理与运行时控制。
工程目标偏“受控执行”：先把风险和能力平面约束好，再放任务推进。

2) Hermes：先让 Agent 长本事

Hermes 的重心是学习闭环：

• 从经验生成技能
• 使用中持续修订
• 通过记忆与会话检索增强跨会话能力

工程目标偏“持续成长”：先让个体 Agent 越用越强，再逐步补治理层。

3) Claude Code：把工程壳子产品化

Claude Code 的价值不止在模型效果，而在“工具链 + agent loop + context management”的完整产品化。
其公开方法论持续强调 long-running agents 与 harness design，说明工程壳子本身已成为一等能力。

五、拆解 Harness：七层能力模型

1) 角色与规则层

先定义身份、边界、职责与异常策略，避免任务开始即失控。

2) 记忆系统层

保留任务过程、偏好、决策与经验，支持跨会话接续。

3) 上下文加载层

每轮只给模型最相关信息，避免“看太少像失忆、看太多变迟钝”。

4) 稳定执行层

把语言判断稳定转成真实动作：工具调用、文件操作、外部系统交互。

5) 有效循环层

管理“理解 -> 执行 -> 反馈 -> 再决策”的循环效率，防止空耗 token。

6) 评分与可观测层

引入测试、日志、验收、指标与人工审查，避免“模型自评完成”。

7) 中断修复层

支持超时、失败、切会话后的恢复续跑，保证长任务可达终点。

六、用 OpenClaw 进一步理解 Harness

1) MCP / 工具链层

Skills 决定“怎么做”，工具链决定“能不能做”。
外部 API、权限和插件天然不稳定，因此必须纳入受控运行时平面处理。

2) Skills 方法层

Skills 是高频方法沉淀机制，但也会引入污染风险。
所以需要受控加载、来源优先级、路径约束与覆盖策略做兜底。

3) Runtime 推进层

复杂任务必须靠循环推进与状态治理：

• 当前做到哪一步
• 下一步谁执行
• 什么时候暂停/打回/重试

这层决定 Agent 是“会做几步”还是“能完整收口”。

七、工程视角的最终判断

Harness 的本质不是新术语，而是工程系统自然演进结果：

1. 先接工具
2. 发现不稳，补规则
3. 规则不够，补技能
4. 技能不够，补运行时与工作流
5. 结果不可证，补可观测与评分
6. 任务可中断，补恢复与接续

当这些能力都必须一起工作时，Harness 就从概念变成了必选项。

结语

Harness 不是某个单点优化，而是一条工程化路径：
让 Agent 从“会答”走到“会做”，再走到“稳定做完”。

未来它可能不叫 Harness，但这条路不会消失。
任何想做生产级 Agent 的团队，最终都要走到这一步。