harness-engineering
配套媒体
本页对应的 PPT 与演示视频
下载没反应？点这里复制直链
侧边栏预览窗口（Electron webview）会拦截下载，把下面的链接复制到 Chrome / Edge 地址栏打开即可保存。
../../harness-engineering-recommend.pptx../../harness-engineering-recommend.mp4本文目录
📌 核心价值：把"组织私域"和"AI Agent 跑偏"之间的鸿沟，固化成 12 条论题 + 2 个可验证剧本 + 1 束可检索上下文
来自 OpenAI 前员工 Ryan Lopopolo，2026 年 7 月开源仅 4 天狂揽 1,674 ⭐ 的 harness-engineering 仓库，把"如何让 coding agent 在你的真实组织里稳定产出"写成一套可以照着用的工程框架。
🚀 什么是 harness-engineering？
harness-engineering 是 OpenAI 官博同名文章作者 Ryan Lopopolo 把过去一年多关于 agent 的推文、博客、播客和演讲蒸馏成的一份可携带上下文束。
它不是新框架，不是新模型，也不是某种 IDE 插件。它是一份结构化文档 + 操作剧本，核心主张只有一句话：
"选定一个模型和编码 agent，在采用期内保持该工人固定，把精力放在改它所遇到的环境——上下文、工具、权威——而不是换工人。"
仓库本身以 trunk 分支发布，协议 CC-BY-4.0，4 天 1,674 ⭐、150 🍴、2 个 commit（一次性释出整套论文 + 剧本）。可作"Agent Skills 写作者"的标准参考。
核心定位：与其升级模型，不如升级 harness
✨ 仓库结构：12 论题 + 2 剧本 + 1 束上下文
整套仓库按"可被 agent 检索"的方式分层组织：
- README.md —— 公开定义、承诺、入口
- AGENTS.md —— agent 应用路由，按"未解决的决策"匹配论题
- ARCHITECTURE.md —— 文档归属与不变量
- docs/ —— 12 篇发展完善的论题
- playbooks/ —— 2 个操作剧本
- evals/ —— 评估方法
- sources/ —— hyperbo.la 原文 + JSON 语料
📚 12 条核心论题速览
每条论题对应 docs/ 下的一个子目录，里面是发展完善的论证 + 案例 + 主要来源。
注意：论题不是 checklist，而是"当你遇到某个未解决的决策时，按这里路由到对应论题读完再行动"
🛠️ 两个操作剧本：把论题变成可验证动作
论题是论证，剧本是流程。仓库内置两份可直接照做的剧本：
剧本 1：improve-harness.md —— 改善单个有界任务
一句话闭环：
基线 → 最早失效交接 → 最小可逆干预 → 目标原生验证 → 重跑 → 保留/修订/删除
整个剧本围绕 6 步：
- 记录任务契约：目标、工人、权威、预算、停止条件——所有条件写下来再动手
- 观察基线：跑一次新轨迹，或读一次已知合作，不能只凭印象
- 定位最早失效交接：把症状向上游追溯到一个权威 owner，gap 分类（Context / Capability / Domain / Authority / Proof / Feedback / Worker）
- 陈述一条干预假设：最小可逆 + 机制可证 + 证据会支持/削弱的方向写明
- 实现并贴近主张边界验证：跑目标原生检查 + 跑用户视角旅程，两层证据都要
- 重跑同一类任务：新会话、隔离起点，对比基线决定保留/修订/删除
剧本结尾有"压缩结果记录"模板，把每一次干预的基线证据、机制、决策写进仓库历史。
剧本 2：repository-review.md —— 审查一个新仓库
仓库级审查剧本，覆盖多流程、多所有权边界场景。evals/ 目录负责"比较 + 因果 + 纵向"评估，决定"是否要保留这个干预"。
📊 与"裸跑 Agent"对比
把组织私域喂给 AI 一直是难点，对比一下三种姿势：
harness-engineering 的差异在于：把"组织私域 + agent 跑偏"这个老大难问题，固化成 12 论题路由 + 2 剧本 + 1 束证据。
💡 适用场景
场景 1：把新员工入职资料一次性喂给 Coding Agent
功能说明：很多团队的"组织知识"散落在 Confluence、Notion、Slack 历史里——质量标准、例外清单、权威 owner、命名规范。harness-engineering 的 AGENTS.md + 12 论题本质上就是把这些内容显式编码成可被 agent 路由的文档。
输入要求：把组织现有的"非功能性需求"文档、ADR 决策记录、值班/SLA 表格整理到 AGENTS.md 或 docs/ 子目录。
输出效果：Coding agent 在面对一个模糊需求时，会先按"未解决的决策"路由到 12 论题之一，再针对那个论题展开案例和原始来源，而不是凭空猜。
适用场景：
- ✅ 新成员入职后 3 个月内反复提问"我们这里 X 怎么处理"
- ✅ Coding agent 在 CI 里反复出现同一类 review 意见
- ✅ 想把"人传人"的组织知识做成可被 agent 引用的资产
场景 2：审一个新仓库到底改不改
功能说明：repository-review.md 剧本让你用一个结构化的方式审一个陌生仓库——锁定 worker、抽出上下文、命中 12 论题路由、生成 reviewer 报告、标注修复 owner。
输入要求：目标仓库路径、当前 worker 配置（模型 + 编码 agent 版本）、授权范围。
输出效果：一份带有优先级高/中/低的"改造清单"，并把每条改动指派到第一个权威 owner。
适用场景：
- ✅ 接手同事留下的仓库、想做技术债清理
- ✅ 评估开源 fork 是否值得引入
- ✅ 准备把仓库迁到新 CI / 新 agent runner 前做兼容性评估
提示：单个剧本不能跨场景互证，要长期评估请用 evals/
用户群体总结
- ✅ Agent Skills 写作者：把"何时用哪个论题"做成可路由的决策树
- ✅ 小团队技术负责人：组织知识沉淀 + 团队扩招过渡期
- ✅ OPC 创业者 / 个人开发者：把"个人 SOP"固化成可被 agent 引用的上下文
- ✅ AI 工程化研究者：研究"harness"对模型输出的真实影响
- ❌ 不适合：纯模型微调研究者、需要 benchmark 跑分的人——本仓库不提供模型评测数据
📊 与竞品对比
| 对比维度 | harness-engineering | 通用 Skills/AGENTS.md 仓库 | AutoGen/CrewAI 类框架 |
|---|---|---|---|
| 工作模式 | 固定工人 + 改环境 | 灵活换工人 | 框架绑定 + 多 Agent 编排 |
| 证据层 | 独立 sources/ 原文 + JSON | 经验文章无证据 | 框架内置 telemetry |
| 可验证剧本 | improve-harness 闭环 | 教程式 checklist | 框架自带 run loop |
| 上手成本 | 阅读 12 论题 | 选工具拼装 | 学框架 API |
| 可证伪性 | 干预前后差可证伪 | 难证 | 靠 benchmark |
💰 定价方案
- 完全开源免费：CC-BY-4.0 协议
- 来源原文独立保留：sources/ 目录下包含 hyperbo.la 全部原文与 JSON 语料快照，agent 离线可读
- OpenAI 配套博客：https://openai.com/index/harness-engineering/
💡 新用户福利：仓库一次性释出 4 天即 1,674 ⭐，CC-BY-4.0 协议可自由 fork + 二次创作
🎯 总结
harness-engineering 把"AI Agent 在组织里跑偏"这个老大难问题，固化成 12 论题路由 + 2 可验证剧本 + 1 束上下文证据。它最适合"想严肃做 Agent Skills 写作"和"想把组织私域沉淀成可复用资产"的人。
推荐指数： ⭐⭐⭐⭐⭐（满分5星）
适合人群： Agent Skills 写作者 / OPC 创业者 / 技术负责人 / AI 工程化研究者
立即体验： lopopolo/harness-engineering
配套阅读：
数据截至 2026-07-22，最新信息请以 GitHub 仓库为准。