搜索 猫眼电影 融媒体矩阵
  • 山东手机报

  • 猫眼电影

  • 大众网官方微信

  • 大众网官方微博

  • 抖音

  • 人民号

  • 全国党媒平台

  • 央视频

  • 百家号

  • 快手

  • 头条号

  • 哔哩哔哩

首页 >新闻 >社会新闻

AI成功率从20%飙到100%!只需一个Harness文件

2026-11-22 02:27:32
来源:

猫眼电影

作者:

林正霖

手机查看

  猫眼电影记者 柯美慧 报道x

新智元报道

【新智元导读】Anthropic实锤:Claude裸跑模型,9美元全废;但是套上Harness花200美元效果直接起飞。AI效果不好?别再纠结换模型了!OpenAI和Anthropic都在用的Harness工程,一文讲透。

最近,AI圈子里一个逃不开的话题就是Harness。

甚至,连DeepSeek最近也在开始招聘Harness工程师。

那么,到底什么是Harness?

Harness,围绕AI编程智能体搭建的一整套工程基础设施,由五个子系统组成:指令、工具、环境、状态、反馈。

为什么值得专门讲它?

因为2026年前后,Anthropic和OpenAI几乎同时在各自的工程实验里给出了同一个结论——AI编程智能体频频失败,问题不在模型,在模型之外的Harness。

两家分别用一组对照实验当证据。先看数据。

两组数据对照

Anthropic对照实验——同一个Opus 4.5模型,同一道编程题:

多花的191美元,全花在验证循环上——每写一段代码就跑测试,不通过就改,直到真正通过。

OpenAI百万行实验,Codex团队在真实仓库上验证:

实验只改了一件事——仓库根目录加了一个AGENTS.md文件,不到100行markdown。

Harness是什么

Harness不是工具,也不是提示词技巧,是围绕智能体的一整套工程基础设施,由五个子系统组成,每一个对应一种具体失败模式。

指令子系统(Instructions)

仓库根目录的一个markdown文件——OpenAI阵营叫AGENTS.md,Anthropic阵营叫CLAUDE.md。

Codex、Claude Code、Cursor启动时自动读取并注入「系统提示词」。

解决:智能体不知道项目约定,瞎写代码(风格不一致、用错包管理器、随手执行破坏性命令)。

不到15行,把项目约定从反复重申变成启动时自动注入。

工具子系统(Tools)

限定智能体能调用哪些命令。

Claude Code用.claude/settings.json,Codex用~/.codex/config.toml。

解决:越权操作(rm-rf误删、gitpush--force覆盖远端、不该联网时调外部API)。

允许的直接跑,禁止的直接拒,灰色地带的弹确认。

环境子系统(Environment)

锁定依赖版本、运行时配置、数据库状态。

实现:setup.sh/Dockerfile/devcontainer.json。

解决:这台机器上能跑的虚假环境(本地通过,CI一跑就废)。

关键一行--frozen-lockfile——智能体无法擅自升级任何依赖。

状态子系统(State)

把跨会话进度、断点、未完成任务持久化到PROGRESS.md,新会话第一件事读它。

解决:跨会话失忆(第二个会话从零开始,写出和第一个会话冲突的代码)。

在AGENTS.md固化约定:新会话第一件事读PROGRESS.md;任务完成或断点变化,立即回写。

反馈子系统(Feedback)

机器可执行的验证命令——测试、lint、类型检查、构建。

智能体宣布完成前必须跑通,退出码不为0就不算完成。

解决:过早宣布胜利(说Done!但一行跑不通)——Anthropic 9美元裸跑实验的核心死因。

三大致命失败模式

Anthropic和OpenAI的实验,不约而同指向了智能体最常见的三种致命失败模式。

过早宣布胜利

场景:智能体写完500行功能,输出已完成。合并代码——CI红屏,type check报12个错,单测一个没跑过。

根因:没有强制反馈循环。判定来自自我感觉,不来自机器可验证的事实。

解法:反馈子系统。把判定权移交给退出码——退出码≠0,任务≠完成。

上下文焦虑(ContextAnxiety)

场景:长任务做到70%,上下文Token数快撑满窗口。智能体开始赶进度——跳过测试、删边界处理、写stub收尾、宣布完成。

根因:没有断点续传。感知到上下文压力时,智能体会试图在这个会话内做完所有事,哪怕代价是质量崩塌。

解法:状态子系统+主动重启。每完成一个子任务立即回写PROGRESS.md;上下文Token用量超70%,主动停下、写完断点、开新会话。

跨会话失忆(Cross-SessionAmnesia)

场景:第一个会话写了用户模块,第二个会话写订单模块——智能体不知道用户模块已存在,又写了一遍getUserById,跟前一版接口签名冲突。

根因:没有持久化状态+没有首读约定。

解法:状态子系统+指令子系统组合。PROGRESS.md维护已完成功能清单;AGENTS.md写明开会话第一件事读PROGRESS.md;冲突时以代码为准——仓库本身是唯一事实来源。

五步从零搭一个Harness

搭建一个Harness,并不难。

下面五步用文本编辑器即可完成,加起来不超过200行配置。

第1步·根目录建AGENTS.md

touch AGENTS.md。至少三块:项目说明、禁止操作、完成定义。

第2步·配permissions

.claude/settings.json或~/.codex/config.toml。最小两条:

第3步·写setup.sh锁环境

已有Dockerfile/devcontainer.json可跳过。

否则写一个setup.sh,把所有版本写死。最关键一行:pnpminstall--frozen-lockfile。

第4步·建PROGRESS.md

touchPROGRESS.md,四块:已完成、进行中、待办、已知问题。提交进git,当成项目自身的一部分维护。

第5步·在AGENTS.md末尾固化完成定义

写明pnpm type check/test/lint/build四个命令,退出码不为0就不算完成。如果项目还没有这些命令,今天就配上。

没有反馈循环,Harness等于没装——这是Anthropic 9美元实验的核心教训:前四步全做对,第五步缺位,依然全废。

两家殊途同归

过去一年所有人都在追下一个更强的模型。

2026年,Anthropic和OpenAI用两组不同的实验给出了同一个答案——别先换模型,先把Harness装好。

模型能力决定上限,Harness决定你能用到上限的几成。

没有Harness,Opus 4.5跑出的代码连编译都过不去;有了Harness,小一档的模型也能稳定交付。

下一个更强的模型当然会再抬一截上限。但今天连Harness都没装,下一个模型来了,成功率依然停在20%。

与其等下一个模型,现在就安装Harness。

参考资料:

https://walkinglabs.github.io/learn-harness-engineering/en/

编辑:大卫

  时事1:陈美娇啊我太爱你了啥意思

  11月22日,吃荔枝会“被酒驾”?专家辟谣,美丽乡村,绿水青山是底色。垃圾围村,围的是乡村生态,堵的是民生福祉。唯有直面问题、刀刃向内,以务实举措破解经费、市场、监管等多重难题,才能彻底根除垃圾围村乱象,守护好农村的绿水青山,让乡村振兴的美好蓝图,一步步变为看得见、摸得着的现实。,久久综合网入口。

  11月22日,中央气象台:云南广西福建等地有较强降雨 西北地区有沙尘天气,项目应按标准配置继电保护、安全稳定控制装置、通信设备等二次系统。项目主责单位应强化运行管理能力,协同优化项目内部电源、储能等资源,做好应急场景下项目内部用电调节和有序供应的预案,明确相关安全和经济责任,并报送省级能源主管部门备案。,欧美sm虐乳针扎进奶孔ⅹⅩⅹⅹ,中国一吸A片,蜘蛛精网站。

  时事2:99这里都是精品

  11月22日,未来五年,遇见一个怎样的新疆,五年来,江都聚力治污攻坚。累计实施大气治理重点项目859项、水污染防治工程140项。12个国省考断面优Ⅲ比例达100%,优Ⅱ比例提升至83.3%;饮用水水源地水质达标率100%;建设用地安全利用率100%。芒稻河入选国家美丽河湖优秀案例。,艳mu动漫1~6全集,星野和光头大战原版视频,王者荣耀云缨满脸享受表情。

  11月22日,云南楚雄州工商联与临沧市楚雄籍民营经济代表人士开展座谈,师生参观时警铃突然响起 目送消防员1分钟出警,插妹妹综合,国产最新AVH在线观看 - 抖音搜索,王乙刚下公交到王申家。

  时事3:狼人色国产在线视频

  11月22日,公安部通报非法破解无人机典型案例,相关数据显示,2025年全球抹茶总量达17600吨,市场规模突破47亿美元;2020年至2025年,全球抹茶产量增幅达113%,年均增长率超过20%。中国作为全球最大抹茶生产国,2025年产量突破12000吨。,免费黄网站在线观看,青春草在线观看,jxxcc最新版本入口。

  11月22日,年轻人争相入局 老手艺“打金”翻红,金价于历史高位大幅波动,让市场对黄金的避险属性生疑。,天美星空果冻糖心,自慰 挤奶羞免费两年半,91性。

  时事4:午夜福利第1000集第92集

  11月22日,涉疫邮轮5名法国公民回国 一人返程途中出现症状,珲春一参地小屋一夜迎“四虎登门”,十大看b站不收费直播,xxxnxxx中国,九九九在线视频。

  11月22日,小米宣布汽车材料获一等奖,东北最长跨海大桥主线钢栈桥首段合龙,色51,男女上下拱120,国產黃色软件。

责编:韩建圣

审核:谢湖慧

责编:刘盈君

相关推荐 换一换