🏗️
Harness Engineering
你不再写代码，你设计环境。范式转移就从这里开始。
Hermes Engineering完全指南
AI 工程师的分水岭——要么停留在调 API，要么掌握系统设计的底层能力
Skip to content
为什么是现在？
2024-2025，AI 工程发生了根本性变化。
模型能力已经不是瓶颈。瓶颈变成了你如何组织上下文、如何设计 Agent 交互、如何把实验室原型推上生产环境。 每个团队都在问同一个问题：怎么搭一个真正可用的 Agent 系统？
答案不在某个框架的文档里。答案在一套工程方法论里——Harness Engineering。
这套方法论由 Anthropic、OpenAI、LangChain、Cursor 等一线团队在实践中提炼。本教程把散落的碎片拼成完整地图，100+ 篇深度笔记提炼成 7 个核心模块，从范式转移到生产部署，一条路走通。
如果你在 2025 年做 AI 工程，这不是"可以看看"的教程——这是你必须掌握的底层知识。
🗺️ 学习路线图
学完前两个模块，你就具备了设计 Agent 系统的架构眼光。学完全部七个模块，你就能独立搭建生产级多 Agent 系统。不是 demo，是能跑在服务器上处理真实请求的系统。
💡 你将获得的具体能力
✅ 设计 Harness
为任意 LLM 应用设计环境层——Prompt、Tools、Context 的组织方式
为任意 LLM 应用设计环境层——Prompt、Tools、Context 的组织方式
✅ 管控上下文窗口
诊断上下文腐烂问题，应用卸载/缩减/隔离策略修复
诊断上下文腐烂问题，应用卸载/缩减/隔离策略修复
✅ 构建 Agent 循环
实现 ReAct 模式，集成 MCP 工具协议，设计记忆架构
实现 ReAct 模式，集成 MCP 工具协议，设计记忆架构
✅ 设计多 Agent 系统
从六种 Workflow 中选择合适的模式，用四问框架做架构决策
从六种 Workflow 中选择合适的模式，用四问框架做架构决策
✅ 开发 Agent Skill
设计三要素 Skill，实现渐进式披露的三层加载机制
设计三要素 Skill，实现渐进式披露的三层加载机制
✅ 建立评估体系
搭建评分器金字塔，用 Pass@k 概率统计量化 Agent 质量
搭建评分器金字塔，用 Pass@k 概率统计量化 Agent 质量
✅ 部署生产系统
配置可观测性、安全沙箱、Token 预算、断点续传
配置可观测性、安全沙箱、Token 预算、断点续传
✅ 评估架构选型
面对真实需求时，判断单体 vs 多 Agent、选哪种 Workflow
面对真实需求时，判断单体 vs 多 Agent、选哪种 Workflow
🏛️ 内容来源
这不是一个人的观点。本教程综合了以下团队的公开实践和研究：
| 来源 | 贡献 |
|---|---|
| Anthropic | Building Effective Agents、Multi-Agent Research、Agent Skills、Evals for AI Agents |
| OpenAI | Codex 团队的 Harness Engineering 实践 |
| LangChain | 上下文工程系列、Workflow 五种模式 |
| Cursor | 动态上下文发现机制 |
| Menlo | 上下文工程生产实践 |
| Shannon (Kocoro-lab) | 三层架构多 Agent 系统开源实现 |
来自 100+ 篇原始笔记的系统性整理。不是翻译，是消化后的工程方法论。
📊 教程规模
100+
源笔记文章
7
核心模块
3,000+
行教程内容
👤 适合谁
- 正在构建 Agent 系统但总觉得"差了点什么"的后端工程师
- 需要设计多 Agent 协作架构但不确定选型的技术负责人
- 关心成本、安全、可观测性却找不到系统化资料的架构师
- 用 LangChain/CrewAI 搭过 demo 但推不上生产的AI 开发者