PorterYuan · 个人学习博客

2026初 Harness Engineering

8分钟阅读

2026 初 Harness Engineering：CLAUDE.md + Hooks + MCP 的工程外壳

本条目是「认知升级：四层模型」的第 3 部分，对应学习清单条目 1.1.3。

前置依赖：Prompt Engineering、Context Engineering 为以下铺垫：Loop Engineering

一、核心观点

Harness Engineering = 给 Agent 搭的「工作台 + 护栏」：coding agent = AI model(s) + harness。 它解决「Agent 在什么环境里跑、能用什么工具、错了怎么拦」，让 Agent 在生产环境可靠运行。

二、定义与出处（可验证）

  • 术语提出：由 HumanLayer 团队在 2026 年提出并定义——Agent 不只是模型，而是「模型 + 围绕它的 harness」。
  • 定位：Harness 是 Context Engineering 的结构化子集（structural subset）。CLAUDE.md / Skills 优化的是单次推理的输入（Context 层）；Commands / Hooks / Permissions 约束的是系统的长期行为（Harness 层）。
  • 核心判断：「如果你的问题在 Harness 层，再大的 CLAUDE.md 也不够。」

三、为什么需要 Harness

没有 harness，Agent 呈现四类可预测的失败模式：

失败模式表现Harness 解法
Context Rot长会话中 stale 信息填满窗口，性能下降压缩 / 子 Agent 隔离
决策不一致相同情境跨会话给出不同选择Rules 文件固化约定
工具混淆工具过多、功能重叠导致误用MCP 只接必要项
知识缺口不知团队规范、禁用操作Skills / CLAUDE.md 注入

四、核心组件

组件角色配置位置
CLAUDE.md / .claude/rules每次会话自动加载的全局约定仓库根
Skills按需加载的专项流程（部署、审查）.claude/skills/
MCP Servers连接外部工具/数据（搜索、Jira、DB）settings.json
Hooks生命周期事件点的确定性自动化settings.json
Sub-agents隔离上下文的专业化助手Claude Code
Plugins / Permissions可分发扩展、自动批准范围settings.json

4.1 Hooks：确定性执行，不靠模型记忆

{
  "hooks": {
    "PostToolUse": [{ "matcher": "Edit|Write",
      "hooks": [{ "type": "command", "command": "npx prettier --write" }] }],
    "PreToolUse": [{ "matcher": "Bash",
      "hooks": [{ "type": "command", "command": ".claude/hooks/pre-bash-firewall.sh" }] }]
  }
}

铁律：需要每次都执行的事用 Hooks，不要用 Prompt 提醒。Hook 退出码 0 = 允许，2 = 阻断。Hooks 是确定性的，Skills 是概率性的。

五、核心原则

Mitchell Hashimoto（HashiCorp 创始人）：「Every time the agent makes a mistake, engineer it so that mistake can never happen again.」 不是修复错误，而是建造一个让错误不可能再发生的结构。

实践要点：

  • Progressive Disclosure：不要把所有指令塞进 System Prompt，用 Skills 按需加载，节省上下文
  • CLAUDE.md < 200 行：超过此长度人与 Agent 都会 skim-read，其余移入 Skills
  • MCP 只接必要项：连接器越多，token 浪费与判断错误概率越高；用不上的就断开

六、最新研究与企业数据（2024–2026）

  • OpenAI Codex 实验（representative case）：5 个月、100 万行代码、0 行由人直接写、合并 1,500 个 PR，单工程师日均完成约 3.5 个任务——靠的是 harness 而非人写代码。
  • Terminal Bench 2.0 反差：同一模型（Opus 4.6）用默认 harness 排名第 40，用优化 harness 排名第 1。“The harness, not the model, determined the ranking.”（GoCodeLab, 2026）
  • Hooks 实测收益：Back-Pressure 模式（Hooks 静音成功、只显失败）让 4,000 行测试输出不再淹没上下文。

七、优势与局限

  • ✅ 把「会犯的错误」变成「结构上不可能的错误」；跨会话一致性；可累积为团队知识
  • ❌ 初始搭建有一次性成本；配置过多反而增加认知负担；需要持续迭代

八、学习资源

  • 权威指南
    • Paradime《Claude Code Skills & Harness Engineering: Complete Guide》(2026-02-26)
    • cuiliang.ai《Harness Engineering：Agent 工程的第三次范式跃迁》
    • Anthropic《Effective context engineering for AI agents》(2025-09)
  • 进阶阅读

下一篇：2026 中 Loop Engineering 爆发——有了工作台，下一步让系统自己跑。

参考来源（一手链接 · 可溯源深挖）

速记卡（面试闪卡）

Q1：一句话讲清「2026 初 Harness Engineering：CLAUDE.md + Hooks + MCP 的工程外壳」到底是什么？ A：Harness Engineering 是给 Agent 搭的工作台加护栏：用 CLAUDE.md、Hooks、MCP 让它在生产可靠跑。

Q2：一、核心观点 —— 怎么理解？ A：coding agent = model(s) + harness。Harness 是 Context Engineering 的结构化子集，解决“在哪跑、用什么工具、错了怎么拦”。铁律：问题在 Harness 层，再大的 CLAUDE.md 也不够（engineering shell）。

Q3：二、四类失败模式 —— 怎么理解？ A：无 harness 会 Context Rot（窗口腐烂）、决策不一致、工具混淆、知识缺口。对应解：压缩/子 Agent、Rules 固化、MCP 只接必要、Skills 注入。像没规章的工厂，四种乱子轮流发作（failure modes）。

Q4：三、核心组件 —— 怎么理解？ A：CLAUDE.md 全局约定、Skills 按需加载、MCP 连外部、Hooks 生命周期确定性自动化、Sub-agents 隔离、Permissions 批准范围。Hooks 退出码 0 允许、2 阻断——确定性不靠模型记忆（deterministic guardrails）。

Q5：四、原则与数据 —— 怎么理解？ A：Mitchell 铁律：每犯一次错就建个让它永不发生的结构。CLAUDE.md<200 行、Progressive Disclosure、MCP 只接必要。Codex 实验 100 万行 0 人手写、Terminal Bench 排名靠 harness 不靠模型（evidence-based）。

Q6：核心速记主线有哪些？

  • 公式：coding agent = model + harness
  • 组件：CLAUDE.md / Skills / MCP / Hooks / Sub-agents / Permissions
  • Hooks 铁律：确定性执行，不用 Prompt 提醒
  • 原则：CLAUDE.md<200 行、渐进披露、MCP 从简
  • 证据：Codex 0 人手写、Terminal Bench harness 定排名

口诀 A：模型加壳才成军 CLAUDE 规矩定准绳 Hooks 把关铁律狠 MCP 只接必要门

相关链接

关系图谱

反向链接

近期更新