-
Harness 工程之道：Skill 原理与最佳实践
阿里妹导读 Agent Skills 是一种轻量、开放的能力扩展规范，用于为 AI Agent 扩展专业知识和工作流。本文从概念原理出发，结合真实的工程化项目 trade-ab-skill，系统性地讲解 Skill 的结构规范、触发机制、作用域优先级，以及最佳实践。（文章内容基于作者个人技术实践与独立思考，旨在分享经验，仅代表个人观点。） 一、Skill 的产生与核心理念 1.1 从…- 1.3k
- 0
-
给野马套上缰绳：Agent Harness 工程实践 ——从范式理论到钉钉AI招聘的真实落地
阿里妹导读 写在前面：这不是一篇"概念科普文"。它是写给所有正在被 Agent 折磨、又离不开 Agent 的开发者——那些一边惊叹于一晚上跑出一个像样的 PR、一边在凌晨三点回滚生产事故的人。 关于引用的一句郑重交代：文中所有第三方数据，已尽量回溯到原始博客或官方文章；个别行业流传的数字，无法核实到一手来源时，已经主动软化或删除，并明确标注。文章的工程判断与实战经验，来自我们…- 1.2k
- 0
-
Harness 的尽头不是缰绳，是镜子：AI 时代最沉默的那场革命
作者：ethanytzhou 我们以为自己在给 AI 套缰绳。写 Spec、定 Rule、设 Eval、调 Prompt——每一次按下回车，都像是在多拧紧一圈对它的控制。但如果你在某个深夜回头看过自己写下的那份 project.md，你会发现一件让人后背发凉的事——那根缰绳的另一头，系着的不是 AI，是你自己。 你手里攥着的不是缰绳，是一面镜子。它正在你每一条 CI 规则、每一次 Code Rev…- 1.2k
- 0
-
真实Agent迭代案例，真正理解Harness工程
如果你不懂 Harness，面试 AI 产品经理的时候肯定会被刷掉了。 虽然面试官可能也不懂，但是你有没有说到点子上对方是可以听出来的。 可能你了解过 Harness 的概念，但如果有没有真正下手做过，回答时是能被看出来的。 不止 AI，很多其他领域也都是这样的：没有在真实场景下通过解决真实的问题掌握的技能，就一定会有浓浓的“纸上谈兵”感。 但 AI 行业这么新，真正落地了的 AI 产品本身就没多…- 1.2k
- 0
-
Agent Harness 可观测性：生产级 AI 项目必须补上的一课
今年开始，Agent 的基础执行环境从能力上已经 OK，所以逐渐开始有很多产品真正的走向生产，这个时候如何让 Agent 长期稳定的运行，如何正确的执行长链路复杂任务就变得很重要了； 现阶段所有围绕 Agent 工程架构的技术被称为 Harness，关于什么是 Harness 我们之前已经做过概括介绍，而今天我们将话题缩小，重点关注课题：Agent 的执行可观测性。 该课题产生的原因来源于某产品负…- 1.3k
- 0
-
天天嚷嚷着做Agent Harness，但具体工作是什么？
最近刷几个模型厂牌的招聘信息(定期刷可以提前预知这些公司的动作)，发现 DeepSeek 和 Kimi 都上了 Harness 产品经理岗位。 是的，DeepSeek 要推出桌面 Agent 客户端了！ 一个叫"Agent Harness 产品经理"，一个叫"Harness Product Engineer"。 这篇文章就从这两份 JD 出发，借着专业团队对…- 1.2k
- 0
-
从Prompt、Context到Harness，工程的三次进化与终局之战
关注腾讯云开发者，一手技术干货提前解锁👇 注：本文有使用 AI 进行辅助写作，特此说明。 引言：一个令人不安的问题 OpenAI 内部的一支 3 到 7 人小团队，在短短五个月内，让 AI 生成了将近 100 万行生产级别的代码。据称全程，没有一个工程师亲手写过一行业务逻辑代码。 你的第一反应是什么？兴奋？恐慌？焦虑？只要我学得慢，就不用学了？ 这个问题的答案，藏在三个词里： Prompt …- 1.2k
- 0
-
Skill Factory：三天手搓面向Harness设计的技能工厂（附AI coding实践）
阿里妹导读 文章内容基于作者个人技术实践与独立思考，旨在分享经验，仅代表个人观点。 一、出发点 最近深度体验了一把从产品设计、UI/UX，到前后端开发，再到核心算法落地的全流程闭环。目前终于成功把流程 Run 起来，虽然在高并发处理和算法精度上还有不少待优化点，但这次实践让我对系统架构的全局把控有了更立体的认知。 先说出发点为什么要做这样一个事情，目前做一个skill的方式主要有两种，一种是人工编…- 1.2k
- 0
-
从零设计生产级 Multi-Agent Harness：架构、评估、记忆、成本与 MCP 工具接入全拆解
关注腾讯云开发者，一手技术干货提前解锁👇 注：本文有使用 AI 进行辅助写作，特此说明。 引言：Agent 很热闹，生产现场很骨感 过去一年，几乎每个团队都做过 AI Agent。 一个输入框，一个大模型，几个工具，一段写得很漂亮的 System Prompt，再配上一个炫酷的前端，看起来就像一个能干活的“数字员工”。演示会上效果惊艳，老板拍板，业务兴奋，研发也觉得：这事，稳了。 然后真…- 1.4k
- 0
-
Harness 到底是什么？看看 OpenClaw、Hermes、Claude Code 的演绎吧
Harness 最近有些小火，但这东西跟 OpenClaw 和 Hermes 不一样，他活得不太真实，到现在都只有个框架性描述：为 Agent 的稳定执行而生。 大家在平台上看到的文章，不是太虚、就是太碎。 所以要了解 Harness 不仅要看大概念，最好借助现在实际运行的很好的 Agent 框架，比如 Claude Code、OpenClaw、Hermes，这样才能把它重新拉回工程现场。 Har…- 1.1k
- 0
-
万字干货！Harness Engineering如何工程化落地？
关注腾讯云开发者，一手技术干货提前解锁👇 Harness Engineering 的概念已经火了有一阵了，全网很多文章基本都是在讲理念，讲为什么今天做 AI 开发，不能只靠一段提示词，也不能把模型当一个“更聪明的代码补全”。但与此同时，一个问题也在持续地发酵： 理念我理解了，可是真正落到工程里，我第一步到底该做什么？ 这个问题特别重要。因为 Harness 这个词听上去很大，很像一个抽象的方法论，…- 1.3k
- 0
-
Qoder CLI + Harness Engineering 实战：构建 7×24h 无人值守用户反馈自动处理系统
背景介绍 在 Qoder 产品家族不断壮大和用户量持续提升的背景下，用户对各个 Qoder 产品的反馈和建议也日益增多。然而，之前的反馈处理流程完全依赖人力：运营人员负责从反馈渠道导出 Excel 数据，清洗、分类后再手动录入到项目管理系统，最后由研发人工分析日志、定位问题。 这套流程的痛点非常明显——运营陷在问题录入和分派的重复劳动中，而研发人工分析日志每个问题至少需要 30 分钟以上，…- 1k
- 0
-
万字讲透Agent Harness的十二大模块
Agent Harness这个词现在是天天见了，但是Harness的内涵究竟是什么，X上的这篇文章算是很好的科普： 原文： https://x.com/akshay_pachaar/status/2041146899319971922 作者： Akshay 🚀 (@akshay_pachaar) 这篇文章将深度揭秘 Anthropic、OpenAI、Perplexity 和 LangChain 到…- 1.5k
- 0
-
汤道生：人工智能正式进入Harness时代
AI行业正在经历一场从模型参数竞赛到Harness工程的范式转变。OpenClaw的突破不在于模型训练，而是为大模型构建了完整的工作环境，让AI从聊天机器人进化为持续工作的智能体。本文深度解析Harness如何成为驾驭AI力量的关键系统，以及为什么2026年将成为智能体时代的真正起点。 2026年春天，AI行业出现了一个值得关注的变化：大家不再只聊模型了。 过去三年，整个行业最热衷的话题是模型参数…- 1.1k
- 0
-
万字干货：理解 Harness Engineering，看这一篇就够了
本文作者：咸鱼，TRAE 开发者用户 前言 针对现在层出不穷的 AI 新概念，拒绝「错失恐惧症」，也就是我们常说的 Fomo！ 请先对自己默念：拒绝 Fomo！拒绝 Fomo！拒绝 Fomo！重要的事情说三遍呀！ Harness 并不是 AI 圈子凭空发明的新概念。作者在此前的 AI 实践中，一直在尝试总结一套完整的方法论，但发现无论是 Prompt Engineering 还是 Context …- 1k
- 0
-
拆完 Claude Code 51万行源码后，我才明白什么叫 Harness
引言：Claude Code 源码这种事没办法不万字，本文阅读约 15 分钟，非常简单！ 然后，文章基于 Claude Code 源码（TypeScript / Bun 运行时，约 1900 个源文件，51w+ 行代码）进行解读，尝试从一个具体场景出发，追踪一条消息从用户输入到模型回复的完整生命周期 Claude Code 源码暴露已经有些日子了，网上已经有不少解读了，我也也在很多认真的阅读（说实…- 1.1k
- 0