1、Harness是什么

最近，harness这个概念在AI界的热度很高，他到底是一种新的理念还是某种范式呢？今天我们一起来聊一聊，从这个单词的本身意思来看，可以有“马具、控制并利用”的含义，针对其动词含义：通常指的是控制某种强大的力量，例如自然力量、人的技能等，来为自己服务。

在AI领域，尤其是Agent领域，Harness指的是一整套用于“驾驭”大模型，使其能够稳定、安全、有效的完成实际任务的基础设施、工具以及工程实践。

可以用一个公式来表示：Agent = LLM + Harness

LLM：就像一个智力超群的领袖，拥有强大的推理、生成以及理解能力，但他的局限就是他是静态的、被动地；

Harness：就好比连接马和车厢的缰绳、挽具、控制系统。他为模型提供了结构、方向、约束和工具，让模型的无限潜力转换为有目的、可执行的行为。

我们之前还有一个公式：Agent = LLM + Memory + Tools + Planning + Action

怎么样，经过对比是不是可以简单理解为Harness = Memory + Tools + Planning + Action

2、Harness包含什么部分

一个典型的Harness系统通常包含以下核心模块，

它的本质是对AI的管理：

• 目标设定与流程设计：明确告知AI要做什么以及做的规范和边界；
• 工具接入：为AI接触现实提供手和脚，例如搜索网络、执行代码；
• 记忆与上下文管理：根据长短期记忆帮助AI记住关键信息；
• 权限与安全：划定AI的禁区，确保执行高风险操作必须经过人工授权；
• 评估与反馈：检验AI的执行结果，并且不断优化规则。

3、Prompt的相关

我们都知道Prompt分为系统提示词以及用户提示词，针对用户提示词就是用户与AI交互的直接输入，是一段临时的、对话式指令，并且指令只在当前对话中有效，任务完成后指令也就结束。

比如：“帮我总结一下这篇文章的主旨思想”

4、Skill的相关

skill是将复杂的、需要重复执行的固定任务，封装为一个标准化的、可复用的模块。就好比一本写好的标准化作业程序，里面详细规定了完成某种任务的步骤、规范和工具。特点就是持久化、可复用、模块化；

比如：skill：中文分词（封装jieba调用+参数校验+结果清洗）

5、三者关系

先通过一个表格大致体会一下：

维度	Prompt	Skill	Harness
核心目标	单次交互的指令。任务描述、约束条件、Few-shot示例等	封装好的复用能力。包含文件、脚本、工具以及执行逻辑	系统级的运行与治理架构。记忆管理、工具使用、反馈循环、安全界限等
作用范围	单轮对话	单任务、可跨轮	全生命周期、系统级
解决问题	模型理解偏差	重复写prompt、工具调用混乱	幻觉、不可复现、违规
产出内容	一段提示文本	封装好的能力函数	完整的系统架构、流程、规则

这三者不是替代关系，而是互相包含与支撑的关系。接下来通过一个模拟场景来了解：

让AI帮你写代码并部署

（1）Harness环境层

• 首先，给AI分配一个独立的Git Worktree，防止弄乱主代码仓库；
• 它会挂载memory，了解之前的编码爱好等；
• 设定安全护栏，规定AI禁止执行 rm -rf等危险指令；
• harness复杂搭建平台，确保AI在安全、可控的环境运行。

（2）Prompt触发层

• 用户输入：“帮我在这个模块里加一个用户登录的内容”；
• 他告诉大模型当前的具体目标。

（3）Skill能力层

• AI分析prompt后发现这是属于后端开发任务；
• 自动加载关于后端开发的skill，这个skill里规定了必须先写测试用例，再写代码，最后运行并检查；
• skill提供了执行任务的具体步骤和工具调用权限。

（4）Harness再次介入

• AI写完代码之后，harness自动运行测试；
• 如果测试失败，harness捕获错误日志，将其作为上下文反馈给LLM，让其修正；
• 任务完成后，harness提交代码并给用户反馈。

一句话理解：Harness是骨架，Skill是肌肉，Prompt是神经信号。只有在骨架稳定、肌肉有力、信号清晰的条件下，AI智能体才能真正成为生产力。