Wink Pings

模型很强,agent 还是会在真实仓库里翻车

一个开源课程用 14 讲、8 个项目拆解 coding agent 的 harness:指令、状态、验证、范围、会话生命周期,以及 loop 和 graph 到底怎么选。

Sumanth 在 X 上分享了一个开源课程 learn-harness-engineering。14 讲,8 个项目,核心问题很具体:怎么让 coding agent 在真实仓库里连续工作几个小时,还能接着上次的进度继续干。

Sumanth 分享的课程截图

课程维护者把 harness 定义成模型外面的那套系统。模型决定写什么代码,harness 决定它什么时候写、在哪写、写完怎么验证、下次会话从哪里开始。README 里有一句很硬的话:世界上最强的模型,如果没有合适的环境,照样会在真实工程任务里失败。

他们引用了 Anthropic 的对照实验。同一个 Opus 4.5,同一个提示,没有 harness 时花 9 美元、20 分钟,产物跑不起来;加上 planner、generator、evaluator 的完整 harness,花 200 美元、6 小时,做出来的游戏能玩。模型没变,环境变了。OpenAI 对 Codex 的报告类似:在配好 harness 的仓库里,同一个模型从不可靠变得可靠。

harness 模式

这套系统拆成五个子系统:指令、状态、验证、范围、会话生命周期。指令告诉 agent 按什么顺序做什么、开始前读哪些文件。状态把进度写到磁盘,下一次会话能接上。验证只认测试、lint、类型检查和完整流水线。范围限制一次只做一个功能,防止 agent 一口气铺三个坑。会话生命周期负责开始前初始化、结束时清理,并留下干净的恢复路径。

五个子系统

课程的项目是递进的。P01 对比纯 prompt 和带仓库规则的 agent。P02 把仓库改成 agent 能读的结构。P03 加多会话连续性。P04 加运行时反馈和范围控制。P05 让 agent 自己验证。P06 拼出完整 harness。P07 做自动 loop,包括 goal loop、timer loop 和 maker-checker。P08 把工作流画成 graph。每个项目的 solution 是下一个项目的 starter,同一个 Electron 知识库应用一路演进。

更值得看的是课程对 loop 和 graph 的处理。Sumanth 在另一篇文章里提到,2026 年 7 月 Peter Steinberger 在 X 上问,我们还在聊 loops 还是已经转向 graphs 了。Hamel Husain 顺势写了篇 Loop Engineering Is Dead. Enter Graph Engineering. 两人都在调侃行业给同一批概念换名字。玩笑底下有个真实选择。

Sumanth 的判断:loop 是 graph 里的一个节点。两者不对立。一个 loop 适合单一连贯任务,一个 agent,目标清楚,输出可验证,有停止条件。工作拆成并行轨道,不同 agent 需要不同上下文、记忆或权限,或者需要可审计的控制流时,再上 graph。先跑 loop,跑到它撑不住,让失败告诉你下一个该拆哪个节点。这里有个容易被忽略的点:loop 本身坏了,换 graph 不会修好它。只会得到一个更复杂、同样有问题的系统。

行业换名字的习惯也值得警惕。prompt engineering 变 context engineering,再变 harness engineering、loop engineering、graph engineering。Sumanth 说,多数时候是同一份工作,换个距离描述。LangGraph 在 2024 年 1 月就发布了,Microsoft AutoGen 和 Google ADK 随后跟上。多 agent、显式状态和控制流早就有文档。术语是新的,工程实践不是。

课程还给了能直接拿走的东西:AGENTS.md、init.sh、feature_list.json、进度日志、maker-checker 提示词,以及 harness-creator skill。仓库里有一个 audit-harness.sh,零依赖,能检查现有仓库是否符合五个子系统。地址在 github.com/walkinglabs/learn-harness-engineering,MIT 许可,15 种语言。

适合谁:已经在用 Claude Code、Codex 或其他 coding agent,想让它在真实项目里更稳的人。不适合找零代码 AI 入门的人,也不适合只关心 prompt 的人。课程默认你会让 agent 改文件、跑命令、看输出。不会这些,读了也只能看个热闹。

最后一句话留给验证。课程里有个网友提了个很实用的考试:把 agent 跑到一半掐掉,看下一次会话能不能不从头再来。能接上,harness 才算成立。

发布时间: 2026-11-19 08:32