Harness Engineering 是通过约束、权限、状态传递和流程规范来让 AI Agent 稳定可控执行任务的工程思路。
定义
Harness Engineering 指为 AI 模型或 AI Agent 设计约束、权限、状态传递和流程规范，使其在复杂任务中更稳定、可控地工作。
核心要点
- 它关注的不是“怎么把话说漂亮”，而是“怎么让 AI 按规则做事”。
- 典型手段包括权限收敛、流程约束、状态交接和任务重启机制。
- 当任务规模扩大时，Harness 的角色类似组织管理制度，用规则替代对单次模型表现的盲目信任。
- 像 Trellis 这样的工具，会把 Harness 具体落到 spec、check、finish-work 和任务日志里。
- 生产级运行时还需要最小状态、检查点、有限重试、结构化输出、可观察性、幂等副作用和人工中断点。
相关概念
应用或例子
在长期任务、自动化工作流和多 Agent 协作中，Harness 可以帮助控制工具调用范围、任务步骤、上下文续接和异常恢复。
从教学内核到维护约束
mini-dsh 将会话事件、工具注册、模型适配与执行循环分开，适合观察 Harness 的最小职责；省略预算、压缩和停滞检测的教学实现，不能直接当作生产运行时。
维护层还需要 工程决策记录，把“为什么不能这样改”保留下来。运行时限制控制当次执行，历史依据帮助后续会话理解规则边界。