Anthropic Harness：AI Agent從“野馬”到“戰車”的工程哲學
Harness開始自主進化越來越薄薄成鎧甲。
在AI從聊天機器人邁向真正自主Agent的當下，最棘手的不是模型本身有多聰明，而是如何讓它在漫長的任務中不跑偏、不崩潰、不半途而廢。
2026年3月，Anthropic在其工程部落格上發表了一篇重量級文章《Harness design for long-running application development》，系統拆解了他們為Claude設計的“Harness”（馬具/韁繩）架構。這不是一次簡單的提示詞最佳化，而是對Agentic Coding（代理式編碼）底層工程的深刻反思——模型越強，Harness反而需要越精簡，但絕不能消失。
什麼是Harness？為什麼它突然成了前沿關鍵詞？
簡單來說，Harness就是包裹在LLM周圍的完整軟體基礎設施：它包括編排循環、工具呼叫、記憶管理、上下文壓縮、錯誤處理、守衛欄（guardrails）和多Agent協作機制。Anthropic把Claude Agent SDK本身就稱為“a powerful, general-purpose agent harness”。它不是給模型加一層prompt那麼簡單，而是把模型變成一個可控、可持久、可迭代的“系統”。
上篇深度扒光Anthropic Claude Code 8大新功能+6級安全架構中，詳解了三層“Self-Healing Memory”自癒永久記憶架構和聲明式可組合權限。
今天再看看Harness是怎麼做到的？
早期Agent在長時任務中常遇兩大頑疾：
- 上下文焦慮（context anxiety）：模型在超長上下文裡突然“慌了”，開始胡亂結束任務或重複工作。
- 漂移與崩潰：單Agent長時間運行後，規劃與執行混在一起，自我評估能力不足，導致輸出質量雪崩。
Anthropic的解決方案不是一味堆模型參數，而是借鑑人類工程師和GAN（生成對抗網路）的思路，建構結構化的“環境”來引導模型行為。這就是Harness Engineering——一門新興的AI工程學科。
從兩Agent到三Agent：演進路徑清晰可見
Anthropic的Harness設計經歷了清晰的三階段演化：
- 2025年11月：基礎版兩Agent Harness
引入Initializer Agent（初始化器）負責一次性搭建項目環境、分解規格成JSON特徵列表、初始化git倉庫；Coding Agent（編碼器）則每次只推進一個特性，留下清晰artifact（產物）供下次接力。通過上下文重設和artifact手off，解決了多會話連續性問題。 - 2026年Opus 4.5時期：三Agent GAN式架構（核心創新）
針對前端設計和全端開發，升級為Planner（規劃器） + Generator（生成器） + Evaluator（評估器）。
-- Generator專注創造程式碼或UI設計；
-- Evaluator像對抗網路裡的判別器，提供批判性反饋（前端用審美+創意等多維度打分）；
--規劃與評估分離，避免Generator自我陶醉。
實驗顯示，經過5-15輪迭代，生成的介面明顯更美觀、獨特，全端應用也更完整可靠。靈感直接來自GAN：生成器與評估器的對立統一，極大提升了模型的自洽能力。 - Opus 4.6及以後：精簡與去複雜化
隨著模型自身長上下文理解、自我偵錯和規劃能力的躍升，許多腳手架可以移除。上下文重設不再必要，自動壓縮機制（Claude Agent SDK）足以處理增長；微觀詳細的sprint規劃反而成了累贅。Anthropic的結論耐人尋味：Harness必須隨模型能力動態演化，過度複雜的Harness反而會拖累新一代模型的表現。
他們甚至公開對比了Harness版與單Agent版的成本、時長和質量，資料清晰表明：高品質輸出需要付出更多token和時間，但性價比在複雜項目中顯著更高。
更進一步：Claude Managed Agents——把Harness變成產品
幾乎與工程部落格同時，Anthropic推出了Claude Managed Agents，本質上是“元Harness”——一個託管服務，為企業提供開箱即用的Agent基礎設施，包括沙盒環境、持久會話、工具鏈和可擴展介面。
它解耦了“大腦”（模型）和“手”（執行環境），讓開發者無需自己從零搭建複雜Harness，就能部署可靠的長時程Agent艦隊。
這一步，直接把Harness Engineering從實驗室技巧推向了企業級生產力工具。
科技評論：Harness是AI Agent時代的真正基礎設施
Anthropic的這一系列工作，揭示了當前AI發展的一個核心悖論：模型能力越強，工程約束反而越重要。單純追求參數規模或上下文長度並不能解決自主性問題；真正決定上限的是“環境設計”——如何讓模型在不確定、長時間的任務中保持方向感、自我糾正能力和輸出一致性。
優點顯而易見：
- 顯著提升可靠性：多Agent分離職責，減少幻覺和漂移，尤其適合前端美學、全端開發這類主觀+客觀結合的任務。
- 可演化性強：Harness隨模型迭代而簡化，避免了“框架鎖死”。
- 安全與可控：內建沙盒、評估循環，天然契合Anthropic一貫的AI安全哲學。
- 開源精神：相關quickstart和最佳實踐已在GitHub公開，社區已快速跟進復現。
潛在挑戰也不能忽視：
- 成本與複雜度：多輪迭代必然帶來更高token消耗，對中小團隊仍是門檻。
- 演進速度過快：今天有效的Harness，明天模型升級後可能變成“死重”（dead weight）。開發者需要持續跟進Anthropic的工程部落格。
- 標準化缺口：雖然Managed Agents在降低門檻，但整個行業仍缺乏統一Harness規範，碎片化風險猶存。
從更廣視角看，Harness Engineering標誌著AI開發範式的轉變：從“提示工程”（Prompt Engineering）到“環境工程”（Environment/Harness Engineering）。未來，頂級AI工程師不再只是會寫prompt的人，而是擅長設計Agent“馬具”、建構反饋閉環、平衡模型自由度與系統約束的系統架構師。
Anthropic再次用行動證明：在通往AGI的路上，安全、可靠、可解釋不是空洞口號，而是必須通過精密工程落地的硬實力。Claude的Harness不是給模型套上枷鎖，而是為它披上戰甲，讓它能在現實世界的長征中，穩穩地跑完全程。
當其他實驗室還在比拚誰的模型上下文更長、誰的benchmark分數更高時，Anthropic已經把目光投向了“如何讓Agent真正可用”。
Harness不是終點，而是AI Agent從實驗室玩具走向生產力的必經之橋。 (AI頓悟湧現時)