Harness or not harness, it is a question
内容提要
2026年，'harness engineering'迅速流行，指为AI模型提供约束和支持的基础设施，强调人类在AI开发中的重要性。成功案例如Stripe的Minions和OpenAI的Codex展示了其有效性，但缺乏高质量测试和基础设施则无法发挥作用。最终，AI可以编写代码，但'写什么'和'对不对'仍需人类决策。
关键要点
-
2026年，'harness engineering'迅速流行，强调人类在AI开发中的重要性。
-
Harness是为AI模型提供约束和支持的基础设施，类似于马具的作用。
-
Stripe的Minions和OpenAI的Codex是成功的案例，展示了harness的有效性。
-
缺乏高质量测试和基础设施会导致harness无法发挥作用。
-
AI可以编写代码，但'写什么'和'对不对'仍需人类决策。
-
完整的harness需要多个组件，包括文档组织、测试设计、可观测性等。
-
AGENTS.md的设计应尽量简短，以避免信息过载和腐烂。
-
AI写代码是否需要TDD存在争议，关键在于测试选择而非流程。
-
Stripe的CI系统通过三层反馈体系实现高效测试。
-
Anthropic的GAN式Harness通过分离生成器和评估器来提高代码质量。
-
harness engineering不是银弹，需依赖已有的测试资产和基础设施。
-
人类在harness工程中仍然扮演重要角色，负责设计约束和审查结果。
延伸问答
什么是harness engineering，它的主要作用是什么？
Harness engineering是为AI模型提供约束和支持的基础设施，强调人类在AI开发中的重要性，类似于马具的作用。
Stripe的Minions和OpenAI的Codex是如何展示harness的有效性的？
Stripe的Minions是完全自主的coding agent，每周合并超过1300个PR，而OpenAI的Codex项目通过百万行代码实现了零手写，展示了harness的成功应用。
harness工程中人类的角色是什么？
人类在harness工程中负责设计约束和审查结果，确保AI的输出符合预期。
harness的完整组件包括哪些？
一个完整的harness需要文档组织、测试设计、可观测性、架构约束、执行隔离、工具裁剪等多个组件。
AI写代码是否需要测试驱动开发（TDD）？
关于AI写代码是否需要TDD存在争议，关键在于测试选择而非流程，测试应由人类或独立agent提供。
harness engineering的局限性是什么？
harness engineering不是银弹，它依赖于已有的测试资产和基础设施，缺乏这些基础设施时，harness无法发挥作用。
