AI Coding让代码生成快了10倍，我们却更累了。这不是错觉，而是全行业正在陷入的局部最优陷阱。

当大模型把编码效率拉满，占研发时长**70%**的非编码工作——验证、测试、部署、排障、Code Review，却随着代码量指数级爆发，人成了整个流程的新瓶颈。

字节跳动Web Infra AI Coding负责人周晓老师，在D2大会带来一场直击本质的分享， 他的核心观点直击痛点：AI时代的真正解法，不是让模型写更多代码，而是用Harness Engineering驾驭模型，让Agent接管研发全生命周期。

这场分享，他明确表示“不聊框架、不聊产品，只聊底层原理和工程师的角色转变”，带大家深挖AI时代研发破局的核心逻辑。

这不是工具升级，而是一场从「写代码」到「设计环境」的范式转移。

反常识真相：

AI越强大，研发越疲惫

他在现场展示了一张来自团队年终活动的关键词云，上面密密麻麻挤满了研发们的焦虑——“前端出路在哪？”“职业护城河是什么？”“为什么AI Coding普及后反而更累？” 这正是全行业的集体困惑：明明AI让代码生成速度提升了一个数量级，研发们的负担却反而加重了。

我们先看一组扎心的数据，当下AI研发时间分配：

• 编码（AI最强环节）：30%
• 验证/CI/测试：40%
• 部署/发布/灰度：20%
• 排障/沟通/Code Review：10%

AI把30%的编码工作做到极致，却让剩下70%的非编码工作彻底失控。周晓老师现场吐槽：“很多同事跟我反馈，AI写完代码后，自己要花大量时间Review、测试、排障，工作量指数级上升，人反而成了整个流程的最大瓶颈。”

这就是AI时代研发的集体焦虑：

• 代码越生成，技术债越黑盒：AI批量生成代码，却留下大量难以追溯的技术债，后续排障难度陡增
• 模型有幻觉，交付越不可控：AI偶尔会“合理虚构”代码，导致交付质量不稳定，需要反复校验
• 手写能力退化，职业护城河消失：长期依赖AI补全代码，手写代码的能力逐渐弱化，开发者陷入自我怀疑
• 架构腐化加速，体验趋于平庸：AI只关注代码生成，不考虑整体架构合理性，长期下来架构逐渐腐化，产品体验难以提升
• 面试体系失效、八股文无用：AI能轻松应对传统面试题，过去的考核方式不再适用，开发者面临职业考核的重新洗牌

核心问题：我们只让AI做了「编码工」，没让它成为「全流程执行者」。

OpenAI前段时间发布的技术文章，已经给出了破局方向——Harness Engineering，这正是他本次分享的核心。他用一个形象的比喻解释：“Harness的本意是马具，我们要从‘使用模型的人’，转变为‘驾驭模型的人’，就像骑手用马具驾驭烈马，让AI的力量可控、可用。”

用OpenAI的官方类比更易理解：烈马（AI模型）速度极快、算力强大，但没有方向感，容易乱跑（生成不符合规范的代码）；马具（Harness）是一套约束系统（包括Linters、自动化测试等），限制马的活动范围；骑手（人类工程师）不再亲自跑步（手写代码），而是提供方向、设定意图。

简单来说，Harness Engineering的核心的就是：为大模型套上「马具」，构建专属执行环境，让Agent完成从需求到验收的长闭环任务，打破70%非编码流程的枷锁。

底层原理：

先读懂大模型的「物理三限」

“很多人会发现，同样用AI Coding，有的人产出是别人的10倍，核心差距就在于对大模型底层原理的认知不同。” 所有高效Agent设计，都必须顺应模型的物理约束，而非对抗——这些约束不是产品Bug，而是架构本身的必然结果。

慢：自回归的天生宿命

大模型本质是下一个Token预测器，必须逐字逐token生成，这是Transformer架构的物理铁律，并非为了“更像人”而设计。周老师现场展示了一段无KV Cache的PyTorch朴素推理伪代码，直观解释了“慢”的根源：

python # PyTorch 朴素推理 (无 KV Cache) for step in range(max_tokens): # 朴素实现：每步全量前向 out = model(input_ids) next = argmax(out.logits) # 拼接 -> 序列越来越长 input_ids = cat([input_ids, next])

这段代码的核心问题的是：每生成一个新Token，都要重算所有前文，上下文越长，Prefill阶段的计算成本越高，首Token延迟也就越大。这也是KV Cache诞生的核心动机——解决长上下文推理的效率问题。

笨：注意力的稀释效应

不是模型能力弱，而是上下文越多，关键信息越被淹没。举例：“把万行代码塞进模型上下文，就像把一堆杂物塞进一个小房间，模型根本抓不住核心逻辑，注意力被无限稀释，自然显得‘笨’。” 这也是为什么很多时候，AI能写好单行代码，却无法完成复杂的长周期任务。

幻觉：概率的必然猜测

“模型的幻觉不是故意欺骗，而是当上下文缺少事实锚点时，它为了维持语义连贯，只能做‘合理的猜测’。” 大模型本质是一个巨大的权重函数，它的输出是基于前文概率的预测，没有事实锚点，就只能“虚构”内容来保证逻辑通顺。

Harness Engineering的核心哲学：“不要对抗这些物理限制，要顺应它们，在约束里做最优解。理解这些约束，才能真正读懂Harness Engineering的底层逻辑。”

黄金定律：

KV Cache决定一切上下文设计

理解了大模型的物理限制，就不难明白KV Cache的重要性——它是优化长上下文推理的核心，也是周晓老师现场重点拆解的技术点。他先讲解了Transformer的Attention原理，给出了标准Attention公式：

其中，Q代表问题，K代表标签，V代表细节。在此基础上，大模型推理分为两个阶段，周晓老师用通俗的语言现场拆解：

• Prefill（预填充）：全量计算所有输入的KV（键值对），这个阶段成本极高，也是长上下文推理慢的核心原因
• Decode（解码）：复用Prefill阶段计算好的KV，只计算新生成的Token，成本极低

由此，长任务黄金定律，这也是上下文工程的核心基础：

• 追加（Append）极度便宜：时间复杂度为，可直接复用已有KV，只计算新Token，几乎不增加额外成本
• 修改（Modify）极其昂贵：时间复杂度为，修改点之后所有的KV Cache都会作废，需要重新全量计算

一切上下文工程，本质都是：尽量不破坏前缀。

一个关键细节：“以Claude Code的Sonnet模型为例，当Prompt Cache命中时，推理成本最高可直降90%，推理速度也会大幅提升。而Prompt Cache能命中的核心前提，就是System Prompt的稳定性——越稳定的前缀，越容易命中缓存，从而加速响应。” 这也是为什么优秀的AI Coding产品，都会尽量保持System Prompt的稳定，避免频繁修改。

Agent灵魂：

ReAct循环，用外部反馈对冲幻觉

2022年ChatGPT刚出现时，有一篇爆火的论文《ReAct》，它定义了当代Agent的核心运行逻辑——这也是解决模型幻觉、让Agent能解决真实世界问题的关键。

当代Agent的核心运行逻辑，来自经典论文ReAct：

思考 → 行动 → 观察 → 迭代

“就像人类解决问题的流程——基于当前状态思考下一步该做什么，执行行动后观察结果，再根据反馈调整下一步动作，反复迭代，直到解决问题。” 模型不再是单向生成代码，而是像人一样，通过外部反馈对冲自身的概率波动。

模型不再是单向生成，而是像人一样：

• 基于当前状态决策：比如判断代码是否有错误、下一步该调用哪个工具
• 调用工具执行：比如调用LSP检查代码错误、调用测试工具执行测试用例
• 拿到结果反馈：工具返回错误信息、测试结果等
• 修正下一步动作：根据反馈修改代码、调整工具调用逻辑

外部反馈，是消灭幻觉的唯一武器。“模型的幻觉源于缺少事实锚点，而ReAct循环的核心，就是通过外部工具反馈，给模型提供事实锚点，让它能够纠正自己的‘猜测’，从而逼近正确解。”

同时，ReAct循环也会带来一个问题——随着迭代次数增加，上下文会飞速增长，这就需要做好上下文管理，这也是上下文工程的核心意义所在。

AI友好工具链：

好工具的三大标准

“现在全行业都在做AI友好的改造，传统互联网产品的大量GUI界面和非结构化日志，对AI并不友好——上下文窗口有限，多模态模型也没有人类那么强的泛化能力，所以我们需要把人类能看到的信息，转化为模型能读懂的结构化文本。”

给模型用的工具，和给人用的工具，完全是两套逻辑。他提出了好工具的三大标准，这也是AI友好工具设计的核心评价依据：

好工具必须满足三点：

• 速度足够快：给模型即时反馈，降低等待延迟——模型的自回归特性本身就慢，如果工具反馈再延迟，会严重影响Agent的执行效率
• 结构化输出：用最少Token传递最高密度信息——上下文窗口有限，结构化输出能减少Token消耗，让模型在有限窗口内获取关键信息
• 错误比正确更重要：清晰报错让模型快速纠偏——基于ReAct循环逻辑，模型需要通过错误反思调整行动，清晰的错误反馈能帮助模型更快逼近正确解，周晓现场强调：“错误可能比正确更重要，这是很多工具设计时容易忽略的点。”

工具演进路线：MCP → Skill

现场拆解了工具的演进逻辑：“现在社区里每天都有新的工具思路，从早期的MCP到现在的Skill，核心目标从未改变——降低Token消耗、提升工具执行结果质量。”

• MCP：扩展模型工具能力——早期，模型的工具调用能力有限，MCP的出现，把各类工具集成到模型中，让模型能够调用更多工具，解决了“模型不会用工具”的基础问题
• Skill：渐进式加载领域知识，降低上下文占用，提升执行质量——周晓解释：“Skill本质是一个文件夹，里面除了脚本，更核心的是告诉模型‘怎么用这些工具’，相当于把领域知识直接交给模型。而且它是渐进式加载，需要时才载入领域知识，既降低了上下文占用，又能让模型更懂具体业务，所以效果提升明显。”

机器人的LSP

周晓老师现场用LSP举例，直观展示好工具的威力：“未接入LSP时，AI Coding和开发者之间存在严重的信息不对称——开发者能看到代码里的红色报错、语法高亮，知道哪里出了问题，但AI看不到，只能盲目修改代码，效率极低。”

接入LSP后，模型可以直接获取结构化错误位置（比如“第12行语法错误，缺少分号”），精准感知错误位置，动态修正代码，大幅提升开发效率。“LSP完美符合好工具的三大标准：速度快、结构化输出、能提供清晰的错误反馈，这就是AI友好工具的核心价值。”

此外，他还提到了多Agent/SubAgent的设计思路：“当单个Agent的上下文窗口不够用时，把任务拆分给子Agent，让子Agent独立执行，不占用主Agent的注意力槽，这是突破模型上下文上限的有效思路，和人类社会的分工逻辑完全一致。”

突破上下文上限：

多Agent分治架构

“Transformer自回归模型的注意力机制，本身就存在‘遗忘’问题——上下文越长，模型对早期信息的关注度越低，遗忘越明显。单个Agent有上下文窗口硬限，当任务过于复杂、上下文过长时，模型就会变得‘笨’，甚至出现幻觉。”

单个Agent有上下文窗口硬限，怎么办？

答案：SubAgent / MultiAgent

就像人类社会的分工：“老板管不过来所有事情，会把任务分配给下属一样，当单个Agent无法承载足够信息时，我们就把大任务拆成小任务，分配给不同的子Agent，让子Agent独立执行，主Agent只负责统筹协调。”

• 把大任务拆成小任务：比如把“开发一个网页”拆成“编写前端页面”“编写后端接口”“测试验收”三个小任务
• 子Agent独立执行，不占用主Agent注意力：每个子Agent专注于自己的任务，上下文不会相互干扰，也不会占用主Agent的上下文窗口
• 像人类分工一样，各司其职，协同完成：子Agent完成各自任务后，将结果反馈给主Agent，主Agent汇总后完成最终交付

这是当前突破模型物理上限的最优解。“多Agent的核心价值，就是通过分治，解决单个Agent上下文溢出的问题，让模型能够处理更复杂、更长周期的任务，这也是Harness Engineering的重要实践方向。”

AI Native设计：

释放人类最稀缺的资源——注意力

“人类的注意力是有限的，每天真正能用于工作的时间很少，但Agent可以7×24小时不间断工作，一个开发者可以同时使用几十个Agent。现在很多人用AI还是很累，核心原因就是——只让AI写代码，没有让AI完成全流程交付，人类依然要承担大量的非编码工作，注意力被严重消耗。”

未来的研发模式，一定是1个人 + N个Agent，核心是释放人类的注意力，让人类专注于更有价值的事情——设计环境、明确意图，而不是重复的编码、测试、Review工作。

核心转变：从「逐行Review」到「结果验收」

周晓老师分享了自己团队的实践经验：“我们团队正在做一款类似Claude Code的AI产品，核心就是实现‘AI全流程交付’——从需求输入到最终验收，全部由AI完成，开发者只做结果Review。” 具体流程如下：

• AI完成编码：开发者输入需求，AI自动生成代码，无需人类干预
• AI自动测试、验收、自验：AI调用测试工具，完成单元测试、集成测试，自动验收代码是否符合需求，发现错误后自动修正，形成闭环
• 开发者只Review：改了什么、测试覆盖是否完整、稳定性是否达标——不需要逐行Review代码，只关注最终交付结果和核心指标

不用再看一行代码，解放全部注意力。

周晓老师现场举例：“前两周，我们需要对齐Claude Code的Skill斜线触发功能——之前我们是通过多符号自动触发Skill，现在要改成斜线触发。我只给AI下达了需求，让它完成改造并产出详细报告，AI直接把多符号交互改成了‘/skill’触发，我只需要Review最终结果，不需要看一行代码，节省了大量时间。” 他还坦言，自己过去每天要Review两三个PR，经常熬夜，现在通过这种模式，彻底解放了注意力，不再被重复工作困扰。

标杆案例：Midscene.js

周晓老师现场详细拆解了开源的Midscene.js，给大家刨析了真正的AI Native工具：“传统网页自动化工具，需要把DOM信息、截图解析全部放入上下文，还没开始干活，就消耗了几万Token，不仅成本高，稳定性还差——一旦DOM结构变化，AI就无法识别。”

传统网页自动化：DOM+截图塞满上下文，动辄几万Token，成本高、稳定性差，依赖DOM结构，灵活性低

Midscene.js：Agent只发自然语言指令（如“点击登录按钮”“输入账号密码”），所有操作逻辑（如元素定位、DOM解析）都收敛在工具内部，AI不需要关注底层实现，只需要下达指令即可

Token消耗暴跌，稳定性大幅提升，而且不受DOM结构变化影响，灵活性极高。周晓老师补充：“Midscene.js的设计，完全遵循了AI友好工具的三大标准，也是我践行Harness Engineering的核心实践——为Agent打造专属工具，让它能更高效、更稳定地执行任务。”

给所有技术人的落地建议

停止做「编码工」

“如果你只作为一个编码者，那在今天AI一个Agent就能顶10个开发者编码工作量的时候，你写代码的价值确实在急速下降，我们必须要做转变。” 这个转变，就是从“写代码的人”，转向Harness Engineer——设计环境、明确意图、驾驭模型，为AI打造专属的“工作室”。

逼自己做端到端AI开发

“真正的AI开发，不能让AI写完代码后，你再做人肉验证。” 周晓老师建议大家：“不妨逼自己一把，暂时去掉IDE，让AI完成从需求到上线的端到端开发，你只做最终的结果验收。这样才能真正体会到Harness Engineering的价值，也能更快适应AI时代的研发模式。”

设计工具只问两句话

• 有没有减少Token消耗？
• 有没有提供清晰的错误反馈？

“这两句话，是AI友好工具设计的核心准则。只要想清楚这两点，你的工具给AI使用的效率，会大幅提升，也能更好地支撑Agent完成长闭环任务。”

不必过度焦虑

“模型它是有物理上限的，它有物理边界，它并不是大家想象中的背后有一个神奇存在，它只是一个巨大的函数，它只是一个权重。” “它能解决什么问题，完全取决于你给它提供什么状态、什么工具。只要你掌握了Harness Engineering的思路，学会驾驭模型，就能在AI时代站稳脚跟，甚至实现弯道超车。”

写在最后

AI时代，工程师的终极竞争力，不再是「写得多快」，而是「驾驭得多好」。

“不要只把大模型看作大脑，必须为它打造专属的工作室。” 这是Harness Engineering的核心精髓。

我们正处在一个范式转移的时代——从“编写代码”到“设计环境”，从“使用模型”到“驾驭模型”，AI正在重塑研发的全流程。OpenAI也在强调，软件工程团队的核心工作，已不再是写代码，而是设计环境、明确意图、构建反馈循环，让AI智能体能够自主、可靠地完成工作。

从今天起，停止用AI补全代码，开始用Harness Engineering重构整个研发流程；停止焦虑“AI会取代自己”，开始专注于提升“驾驭AI的能力”。

这不是未来，就是现在。

学AI大模型的正确顺序，千万不要搞错了

🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！

有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！

就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋

📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇

学习路线:

✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经

以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！

我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】