一個案例，搞明白 Harness

AI 圈又成功制造了個焦慮：Agent Harness Engineering。

一堆開源項目已經開始改名、改項目描述了，也有自媒體開始寫稿告訴大家 Harness 是你必須學會的概念了。

但你肯定沒看懂，因為寫這篇稿子前，我看了不下 50 篇，一篇寫明白的都沒有。

全是“框架”、“設施”、“規范”之類的高大上用詞，越看越??焦慮。

另一個原因是，此刻所有 Harness 相關內容都是拿 coding 場景來論述的。

別慌，我來了。

這篇文章，拿一個人人都知道(雖然不一定能做好)的場景，一點點把韁繩給 Agent 套上。

讓 Agent 圍繞指定主題撰寫公眾號文章。

懶得看論述過程，看完下面這幾句話可以走了：

1. Harness 核心是一個更細化約束 Agent 的策略，通過提示詞和一系列工具
2. 底層支持是“把作業步驟原子化拆解，直到每一步都可以管理、可檢查、可回滾、有復盤”
3. 所謂“框架”和“設施”，就是一系列工具，讓 AI 按說明調用
4. 馬跑太快了，需要一個韁繩約束：別瘋跑，走一步、驗證一步、記錄一步
5. 不是一匹馬跑全程，而是一堆沒有上下文干擾的子 Agent 分工完成

以寫一篇文章這個任務為例，Harness 的做法應該是：

1. 有一個細化 brief 與你討論并存儲為.md的原子任務
2. 有一個學習參考文章風格并存儲為按板塊結構化分段.md的原子任務
3. 有一個根據 brief 檢索資料、自驗證資料相關性、抽取有效信息，并分別存儲為一堆參考資料.md的原子任務
4. 有一個根據 brief 和支持資料撰寫文章大綱，并存儲為.md的原子任務
5. 有一堆根據大綱找匹配支持資料各寫一段并分別存儲為一堆文章片段.md的原子任務
6. 有一個一段一段看文章判斷要不要搞個配圖、按需生成配圖的原子任務
7. 有一個拿片段測試排版風格、選擇最終風格、輸出公眾號排版的原子任務

關鍵一：不是并行或者串行一個一個搞完，而是做一個、存一個、驗證一個，遇到問題解決問題、記錄解決過程、更新ToDo.md。

關鍵二：所有規范和產出物都是.md，所有參與作業的 Agent 都能讀、能編輯更新這些文檔

要支持這個 Harness 作業規范，需要這些工具：

1. 一個一堆文檔的工作空間，每個子任務完成以后，用 git 管理版本
2. 一個讓每個零上下文的 Agent 上手就能看懂怎么干活的Agent.md文檔
3. 支持按關鍵詞搜索空間內文檔/文檔片段的sed或其他 CLI 搜索權限閱讀

三句話總結，每次 Agent 作業都是：

• 把狀態從上下文.md里拿出來
• 把過程留痕到指定.md
• 一步一個版本，每次都是新起點，每次獨立的上下文

工作空間大概如下：

具體怎么實現

1. 理論上，這需要一套代碼構成的工程手段來約束，為了便于各位 PM 理解，我用提示詞Skills的方式構造了這個 Harness 流程。
2. 代碼工程約束的是一輪一輪在循環中作業的 Agent，因為懶得專門寫項目，我這里用了子 Agent來代指每一輪作業的 Agent。

項目結構如下：

首先是約束整體的Agent.md，它統領了全局，每一個（實際上是每一輪）參與作業的 Agent 都要了解“大家”在做什么、怎么做。

看起來簡單，但也寫了 400+行，以下僅放大綱：（完整Demo獲取方式在文末）

相比于常規的約束提示詞，這里面大量的篇幅在描述：

1. 如何更新 todo.md，包括格式規范、狀態流轉、編號、上下文依賴、認領與鎖定
2. 每一個大任務階段的總體驗證標準，以及下一級到原子任務如何細化
3. 失敗任務處理和記錄的規范
4. 版本管理：多輪無完整上下文的 Agent 之間協作是否友好非常依賴這個

然后就是確保全局作業足夠原子化的初始化，使用一個init-skill技能來實現，其中包含兩個活：

1. 使用程序直接初始化一個工作空間，里面預設好文件夾和文檔模板
2. 讓初始化 Agent 編寫初步的brief.mdtodo.md

需要特別注意的是，ToDo 應該有嚴格的原子化約束和流程約束，以確保每個“入局”的 Agent，既執行最小可控步驟、又能流暢與其他 Agent 完成協作。

其他風格提取、搜索、寫作、配圖、排版等大步驟，每一個都是要拆的最小單元和最小上下文引用，也都有明確的指示。

以寫某一個段落為例，Agent 領到的任務是這樣的：

1. 你要寫第 X 段
2. 段落主題為：……
3. 執行grep -A 20 "### 第二節" outline.md獲取章節大綱
4. 執行python3 skills/get-style-skill/scripts/query_style.py --soul style/soul.md --section "tone/explaining"獲取段落參考風格碎片
5. 執行grep -l "topics:.*agent harness" workspace/{topic}/sources/verified/*.md按關鍵詞檢索可用資料，或grep -A 5 "## 可引用觀點" workspace/{topic}/sources/verified/SRC-001.md檢索可引用的觀點
6. 輸出產出到draft/intro.md文檔
7. 如果遇到錯誤，記下報錯和修復過程，更新到memory/下的decisions.mdrun_log.md
8. 更新todo.md，然后 git 保存版本
9. 退出任務。

然后下一個 Agent 進來以后，領到的任務是：

1. 拉取 xx 段內容，看看有沒有必要配個圖
2. 有必要的話，使用gen-image-skill做配圖
3. 然后驗證生成的圖片，是否匹配，不行重新搞一張
4. 記錄錯誤、更新 todo、git 保存版本、退出

每一個任務都是認領任務、拉取最小單元上下文、干活、驗證、保存、走人。

Harness 的命門

某種意義上，Harness 其實是 Skills 的升級版：從單一節點任務的最佳實踐約束上升到 Agent 整體任務的約束。

它需要“騎手”至少具備以下兩個能力：

1. 任務原子化拆解的能力（產品經理基本功）
2. 對整個任務自上而下、自下而上所有產出的細節的銜接

這兩個能力，其實只要你過去從 0-1 寫過 PRD，基本都能勝任。

缺的只是對大模型的理解：哪些環節人來做、哪些環節 AI 來做、哪些環節程序實現。

我的《AI 產品經理轉崗特訓營》線上課程有你缺失的一切。

這套課程經過了 2 年 + 7 輪迭代，包含了過去 2 年 AI 產品一路進化過來的所有必備技能。

不管你是要做公司的 AI 賦能規劃還是要轉崗成為一名大模型行業從業者，它都能以更快的速度幫你補齊：

詳細的課程大綱和學習計劃，可以聯系班主任獲得。

如果你想要抓住這波金三銀四轉崗的機會，我還提供了實訓項目帶教，幫你補齊沒有項目經驗的短板。

?1. 5個應對招聘 AI 能力要求的實訓項目
?2. 5個企業級項目&產品經理能力養成實訓?3. 持續更新的實訓項目帶教直播

這些項目是已經被大量同學驗證有效的，可以被寫進簡歷，大大增加你的面試機會和通過率！

更多實戰安排和成功學員案例，聯系班主任了解~

技術和玩法高速迭代，所以機會窗口不會太久。

唯一的解法就是，小不快跑加入進來。

進來就不怕技術迭代，不進來門檻只會越來越高。

本文提到的 Agent 寫作 Harness-Demo，已經同步在課程的支持文檔中，已經報名的同學可以直接移步查看。

我也會在接下來的答疑直播中問大家展開講解。