一曲新词酒一杯，喝到Harness我就醉

现在Harness已是AI业界的热词。Anthropic和OpenAI在二三月间于官网技术博客上发文介绍后，如今人人都在聊。

AI明星林俊旸近日于社交媒体上转发一篇斯坦福大学研究人员的Harness新产品论文时称：“现在模型+harness的模式已经超过单纯的AI模型。Harness的设计和质量能显著影响AI智能体性能。开发Harness是正确的道路”。

当概念已经被炒热成这样，那么就需要捋清概念：何谓AI的Harness？

01

Harness起源：拿AI管AI写AI

AI现在是产学研齐头前进的行业，说概念，先从实例和溯源说起。

Anthropic的Claude Code现在是AI智能体编程的头部产品。Claude Code的爸爸、从原初雏形至今的创作者和负责人鲍里斯·切尔尼（Boris Cherny）在社交媒体和出席各种播客节目时详细描述了自己开发Claude Code的历程。

在切尔尼的描述中，工作量增加后，团队成员开始用Claude Code写Claude Code自己的代码、并用AI管理写代码的AI。

切尔尼说，自己会在工作机器上开五个以上终端标签页，每个标签页里都是一个独立运作的Claude Code副本。如果终端标签页不够使，他将编程任务“溢出”进Claude Code的Web或桌面端app，和标签页的子副本都是隔离分别运行。

每次写码从进入总管这些副本的Claude Code的计划模式（Plan Mode）开始，订好工作流程：

第一批Claude Code的子副本写代码。

第二批子副本做检查代码的评审（Reviewer），关注代码的边界条件、风格一致性和可维护性等易失误处。

第三批子副本再审核第二批代码的工作是否符合md（Markdown）文件的要求。

子副本们之前的常见错误、期望达到的代码风格、常用命令与文件目录、动作禁则，简洁概括后写入总管的Claude Code的md文件中，作为以后AI自动写码的指导。

“用AI管AI写AI代码”的模式下，切尔尼个人每天能发出10-30个合并代码的拉取请求（PR），数月内不用手动写码，效率激增。依靠这种模式，Anthropic才能达到现在几乎隔日一次重大更新的产品发布频率。

如果熟悉Anthropic的官网更新动态，就会发现《为长期应用运行开发的Harness设计》（Harness design for long-running application development）这篇3月热门文章的内容，切尔尼提前两三个月在播客上就唠过了。

3月热文中的“三智能体”Harness架构，三层的规划者（Planner）、生成器（Generator）、评估器（Evaluator），基本是切尔尼上节目时的大白话内容，不过做了概括后再包装。

02

Harness本质：高成本高效率的多智能体架构

切尔尼描述的这个过程就是Harness的本质。Harness不只是自动完成任务的子智能体、不只是总管子智能体工作的上层智能体、也不只是告诉AI工作事项的md文件，而是总括了这些的AI智能体自动运转的整体流程。

使用Harness这个字眼来描述此流程，是借用电气工程中的“线束工程”概念。电气工程的“线束”统筹的是线路与信号走向，AI智能体的Harness统筹的是子智能体与模块的动作功能，殊途同归。

当然，真要咬文嚼字起来，Harness可以翻译成中文中的“輐”与“轭”，是连接马匹与车身的传动兼指向车具。不过古天主教和尚的“若无必要，勿增实体”原则在六七百年后的AI时代更加有用，不用新造字眼给大众增加理解负担，真要中文意译，用电气工程中已通行、最简洁的“线束”最合适。

如果更仔细考证技术底蕴，能发现在2025年6月中Anthropic发布的官网文章《我司如何构建多智能体》，已经开始尝试多智能体Harness架构。以Claude Opus 4为上层智能体底座、Sonnet 4为子智能体底座的多智能体架构，在他们的内部评测中，性能比Opus 4单一模型强出90.2%。

高效率的同义词往往是高成本。2026年3月Anthropic的Harness文章中示例，用同一组提示词，让AI自行编写一个2D复古小游戏。以此对比Opus 4.5单一模型和多智能体Harness架构的性能：单一模型运行20分钟，成本9美元，成品不可用；全套harness运行6小时，成本200美元，成品可用。

该文除了展现Harness架构性能，也以此做了Opus 4.6更新的广告：“Opus 4.6计划更仔细，运行智能体任务的时长更久，能在更大的代码库中更可靠地运行，并有更好的代码审查和调试功能来自我纠正。”

用白话说，就是更强的模型才能驱动更高效的Harness，有多快马跑多快车。从2025年6月至今，多智能体架构耗费token的速度始终是普通聊天机器人的15倍以上，但将工作流拆分成子任务集合完成的效率也不减此数。顾客们要不要掏钱惠顾模型厂，须有一番思量。

03

Harness精髓：用AI体现传统软件工程要则

00后程序员赵晨阳现在由开源项目SGLang衍生的“基数方舟AI”（RadixArk AI）公司供职，按他在社交媒体上的解析，现在业界狂炒Harness，反而很不AI风，是叠床架屋地增加智识负担。

赵晨阳认为，所有Harness的关键点，都是用AI重新实现了一遍“古代”传统软件工程原则中的要点：

不在AI聊天机器人的每次对话纪录用提示词重复阐明工作准则，而将准则保存在AI智能体的md文件，这是“文档即代码”（docs-as-code）原则在AI中的体现；

不期待一个超级AI模型解决整个工作任务，将工作任务拆成分隔的专门版块，让单个子智能体只处理单一版块，这是“关注点分离”（separation of concerns）和“单一职责”（single responsibility）原则在AI中的体现；

将AI子智能体在工作流中的权责结构化，不让总管的AI上层智能体自行猜测，这是“左移约束”（shift-left constraints）原则在AI中的体现。

Anthropic的研究员尼古拉斯·卡利尼在2月底公布的实验，也体现了此原则。卡利尼使用了约2万美元的API总额度、并发约两千次Claude Code会话、并行16个Claude Opus 4.6驱动的子智能体、用时两周、生成了10万行Rust代码，最后构建出可运行C编译器。

按Anthropic官网上的卡利尼自述，他的精力不在写提示词上，提示词可以尽量简单，工作的重点是设计子智能体架构的基础环境：测试、运行、反馈等机制，如此才能让多AI智能体无人工干预自行运转。

ChatGPT奇迹的三年内，第一年大家在思考如何给AI聊天机器人写出更好的提示词、在聊天窗口调用大模型的性能。

第二年大家发现完成调用不用人类来做提示词仙人，让AI自己学会调用不同大模型和同一大模型的不同功能API，这是Manus和AI智能体火热的一年。

第三年大家发现可以让AI自己学会自动调用并读懂用户终端里的本地文件、和云端的各种AI子智能体，这是OpenClaw和Harness架构火热的一年。

时代趋势是AI的调用层级越来越高，完成的任务越来越复杂。但技术皆有脉络可循，基础原理并不是大众不能理解的黑魔法。（作者/李熙）