AI 圈又成功制造了個(gè)焦慮：Agent Harness Engineering。

一堆開源項(xiàng)目已經(jīng)開始改名、改項(xiàng)目描述了，也有自媒體開始寫稿告訴大家 Harness 是你必須學(xué)會(huì)的概念了。

但你肯定沒看懂，因?yàn)閷戇@篇稿子前，我看了不下 50 篇，一篇寫明白的都沒有。

全是“框架”、“設(shè)施”、“規(guī)范”之類的高大上用詞，越看越??焦慮。

另一個(gè)原因是，此刻所有 Harness 相關(guān)內(nèi)容都是拿 coding 場(chǎng)景來(lái)論述的。

別慌，我來(lái)了。

這篇文章，拿一個(gè)人人都知道(雖然不一定能做好)的場(chǎng)景，一點(diǎn)點(diǎn)把韁繩給 Agent 套上。

讓 Agent 圍繞指定主題撰寫公眾號(hào)文章。

懶得看論述過程，看完下面這幾句話可以走了：

1. Harness 核心是一個(gè)更細(xì)化約束 Agent 的策略，通過提示詞和一系列工具
2. 底層支持是“把作業(yè)步驟原子化拆解，直到每一步都可以管理、可檢查、可回滾、有復(fù)盤”
3. 所謂“框架”和“設(shè)施”，就是一系列工具，讓 AI 按說明調(diào)用
4. 馬跑太快了，需要一個(gè)韁繩約束：別瘋跑，走一步、驗(yàn)證一步、記錄一步
5. 不是一匹馬跑全程，而是一堆沒有上下文干擾的子 Agent 分工完成

以寫一篇文章這個(gè)任務(wù)為例，Harness 的做法應(yīng)該是：

1. 有一個(gè)細(xì)化 brief 與你討論并存儲(chǔ)為.md的原子任務(wù)
2. 有一個(gè)學(xué)習(xí)參考文章風(fēng)格并存儲(chǔ)為按板塊結(jié)構(gòu)化分段.md的原子任務(wù)
3. 有一個(gè)根據(jù) brief 檢索資料、自驗(yàn)證資料相關(guān)性、抽取有效信息，并分別存儲(chǔ)為一堆參考資料.md的原子任務(wù)
4. 有一個(gè)根據(jù) brief 和支持資料撰寫文章大綱，并存儲(chǔ)為.md的原子任務(wù)
5. 有一堆根據(jù)大綱找匹配支持資料各寫一段并分別存儲(chǔ)為一堆文章片段.md的原子任務(wù)
6. 有一個(gè)一段一段看文章判斷要不要搞個(gè)配圖、按需生成配圖的原子任務(wù)
7. 有一個(gè)拿片段測(cè)試排版風(fēng)格、選擇最終風(fēng)格、輸出公眾號(hào)排版的原子任務(wù)

關(guān)鍵一：不是并行或者串行一個(gè)一個(gè)搞完，而是做一個(gè)、存一個(gè)、驗(yàn)證一個(gè)，遇到問題解決問題、記錄解決過程、更新ToDo.md。

關(guān)鍵二：所有規(guī)范和產(chǎn)出物都是.md，所有參與作業(yè)的 Agent 都能讀、能編輯更新這些文檔

要支持這個(gè) Harness 作業(yè)規(guī)范，需要這些工具：

1. 一個(gè)一堆文檔的工作空間，每個(gè)子任務(wù)完成以后，用 git 管理版本
2. 一個(gè)讓每個(gè)零上下文的 Agent 上手就能看懂怎么干活的Agent.md文檔
3. 支持按關(guān)鍵詞搜索空間內(nèi)文檔/文檔片段的sed或其他 CLI 搜索權(quán)限閱讀

三句話總結(jié)，每次 Agent 作業(yè)都是：

• 把狀態(tài)從上下文.md里拿出來(lái)
• 把過程留痕到指定.md
• 一步一個(gè)版本，每次都是新起點(diǎn)，每次獨(dú)立的上下文

工作空間大概如下：

具體怎么實(shí)現(xiàn)

1. 理論上，這需要一套代碼構(gòu)成的工程手段來(lái)約束，為了便于各位 PM 理解，我用提示詞Skills的方式構(gòu)造了這個(gè) Harness 流程。
2. 代碼工程約束的是一輪一輪在循環(huán)中作業(yè)的 Agent，因?yàn)閼械脤ｉT寫項(xiàng)目，我這里用了子 Agent來(lái)代指每一輪作業(yè)的 Agent。

項(xiàng)目結(jié)構(gòu)如下：

首先是約束整體的Agent.md，它統(tǒng)領(lǐng)了全局，每一個(gè)（實(shí)際上是每一輪）參與作業(yè)的 Agent 都要了解“大家”在做什么、怎么做。

看起來(lái)簡(jiǎn)單，但也寫了 400+行，以下僅放大綱：（完整Demo獲取方式在文末）

相比于常規(guī)的約束提示詞，這里面大量的篇幅在描述：

1. 如何更新 todo.md，包括格式規(guī)范、狀態(tài)流轉(zhuǎn)、編號(hào)、上下文依賴、認(rèn)領(lǐng)與鎖定
2. 每一個(gè)大任務(wù)階段的總體驗(yàn)證標(biāo)準(zhǔn)，以及下一級(jí)到原子任務(wù)如何細(xì)化
3. 失敗任務(wù)處理和記錄的規(guī)范
4. 版本管理：多輪無(wú)完整上下文的 Agent 之間協(xié)作是否友好非常依賴這個(gè)

然后就是確保全局作業(yè)足夠原子化的初始化，使用一個(gè)init-skill技能來(lái)實(shí)現(xiàn)，其中包含兩個(gè)活：

1. 使用程序直接初始化一個(gè)工作空間，里面預(yù)設(shè)好文件夾和文檔模板
2. 讓初始化 Agent 編寫初步的brief.mdtodo.md

需要特別注意的是，ToDo 應(yīng)該有嚴(yán)格的原子化約束和流程約束，以確保每個(gè)“入局”的 Agent，既執(zhí)行最小可控步驟、又能流暢與其他 Agent 完成協(xié)作。

其他風(fēng)格提取、搜索、寫作、配圖、排版等大步驟，每一個(gè)都是要拆的最小單元和最小上下文引用，也都有明確的指示。

以寫某一個(gè)段落為例，Agent 領(lǐng)到的任務(wù)是這樣的：

1. 你要寫第 X 段
2. 段落主題為：……
3. 執(zhí)行grep -A 20 "### 第二節(jié)" outline.md獲取章節(jié)大綱
4. 執(zhí)行python3 skills/get-style-skill/scripts/query_style.py --soul style/soul.md --section "tone/explaining"獲取段落參考風(fēng)格碎片
5. 執(zhí)行grep -l "topics:.*agent harness" workspace/{topic}/sources/verified/*.md按關(guān)鍵詞檢索可用資料，或grep -A 5 "## 可引用觀點(diǎn)" workspace/{topic}/sources/verified/SRC-001.md檢索可引用的觀點(diǎn)
6. 輸出產(chǎn)出到draft/intro.md文檔
7. 如果遇到錯(cuò)誤，記下報(bào)錯(cuò)和修復(fù)過程，更新到memory/下的decisions.mdrun_log.md
8. 更新todo.md，然后 git 保存版本
9. 退出任務(wù)。

然后下一個(gè) Agent 進(jìn)來(lái)以后，領(lǐng)到的任務(wù)是：

1. 拉取 xx 段內(nèi)容，看看有沒有必要配個(gè)圖
2. 有必要的話，使用gen-image-skill做配圖
3. 然后驗(yàn)證生成的圖片，是否匹配，不行重新搞一張
4. 記錄錯(cuò)誤、更新 todo、git 保存版本、退出

每一個(gè)任務(wù)都是認(rèn)領(lǐng)任務(wù)、拉取最小單元上下文、干活、驗(yàn)證、保存、走人。

Harness 的命門

某種意義上，Harness 其實(shí)是 Skills 的升級(jí)版：從單一節(jié)點(diǎn)任務(wù)的最佳實(shí)踐約束上升到 Agent 整體任務(wù)的約束。

它需要“騎手”至少具備以下兩個(gè)能力：

1. 任務(wù)原子化拆解的能力（產(chǎn)品經(jīng)理基本功）
2. 對(duì)整個(gè)任務(wù)自上而下、自下而上所有產(chǎn)出的細(xì)節(jié)的銜接

這兩個(gè)能力，其實(shí)只要你過去從 0-1 寫過 PRD，基本都能勝任。

缺的只是對(duì)大模型的理解：哪些環(huán)節(jié)人來(lái)做、哪些環(huán)節(jié) AI 來(lái)做、哪些環(huán)節(jié)程序?qū)崿F(xiàn)。

我的《AI 產(chǎn)品經(jīng)理轉(zhuǎn)崗特訓(xùn)營(yíng)》線上課程有你缺失的一切。

這套課程經(jīng)過了 2 年 + 7 輪迭代，包含了過去 2 年 AI 產(chǎn)品一路進(jìn)化過來(lái)的所有必備技能。

不管你是要做公司的 AI 賦能規(guī)劃還是要轉(zhuǎn)崗成為一名大模型行業(yè)從業(yè)者，它都能以更快的速度幫你補(bǔ)齊：

詳細(xì)的課程大綱和學(xué)習(xí)計(jì)劃，可以聯(lián)系班主任獲得。

如果你想要抓住這波金三銀四轉(zhuǎn)崗的機(jī)會(huì)，我還提供了實(shí)訓(xùn)項(xiàng)目帶教，幫你補(bǔ)齊沒有項(xiàng)目經(jīng)驗(yàn)的短板。

?1. 5個(gè)應(yīng)對(duì)招聘 AI 能力要求的實(shí)訓(xùn)項(xiàng)目
?2. 5個(gè)企業(yè)級(jí)項(xiàng)目&產(chǎn)品經(jīng)理能力養(yǎng)成實(shí)訓(xùn)?3. 持續(xù)更新的實(shí)訓(xùn)項(xiàng)目帶教直播

這些項(xiàng)目是已經(jīng)被大量同學(xué)驗(yàn)證有效的，可以被寫進(jìn)簡(jiǎn)歷，大大增加你的面試機(jī)會(huì)和通過率！

更多實(shí)戰(zhàn)安排和成功學(xué)員案例，聯(lián)系班主任了解~

技術(shù)和玩法高速迭代，所以機(jī)會(huì)窗口不會(huì)太久。

唯一的解法就是，小不快跑加入進(jìn)來(lái)。

進(jìn)來(lái)就不怕技術(shù)迭代，不進(jìn)來(lái)門檻只會(huì)越來(lái)越高。

本文提到的 Agent 寫作 Harness-Demo，已經(jīng)同步在課程的支持文檔中，已經(jīng)報(bào)名的同學(xué)可以直接移步查看。

我也會(huì)在接下來(lái)的答疑直播中問大家展開講解。