Learn Harness Engineering

Learn Harness Engineering 是由 WalkingLabs 发起并持续维护的开源项目式课程，核心定位是“专门教你怎么给 AI 编程代理搭一套可靠的工作台——从 0 到 1，把‘靠运气出结果’变成‘可追踪、可续接、可验证’的工程系统”。它不满足于做又一份“提示词技巧合集”或“Agent 框架说明书”，而是将 14 讲概念单元、8 个递进式实战项目、五子系统框架（Instructions / State / Verification / Scope / Lifecycle）、前沿 Harness 逆向拆解、harness-creator 脚手架技能 整合于一套完整的开源课程体系中，全部配有 15 种语言的文档站、可直接套用的模板库和零依赖审计脚本，采用 MIT 开源协议。截至 2026 年，项目累计获得约 19,000–21,000 GitHub Stars、2,100–2,500 Forks，是 Harness Engineering 这一细分方向上社区验证最充分的入门课程之一。

一、Learn Harness Engineering 是什么

Learn Harness Engineering 采用“理论讲透痛点 + 项目串成一条线 + 模板拿来就用”的三段式课程结构，通过 GitHub 完全开源发布，采用 MIT 许可证。项目由 WalkingLabs 发起并持续维护，核心参考资料直接来源于业界一线的一手文献——OpenAI 的 Harness Engineering 文章和 Anthropic 关于长运行 Agent 的 Harness 设计，不是二手转述，而是从源头把“为什么强模型仍然会在真实任务上失败”这件事拆开讲清楚。

它的运作机制与市面上绝大多数“AI 编程教程”都有本质区别。大多数教程教的是“怎么写更好的提示词”，但 Learn Harness Engineering 开篇就换了一个问题：为什么 benchmark 分数很高的模型，一到真实工程任务就失控、断片、提前宣布胜利？ 答案不在模型本身，而在模型外面那一层Harness——那套让 Agent 可靠工作的环境、状态管理、验证和控制机制。课程把 Harness 拆成五个子系统：Instructions（告诉 Agent 做什么、按什么顺序做、开始前先读什么）、State（记录做了什么、在做什么、下一步是什么，写到磁盘上）、Verification（只有测试通过才算完成）、Scope（一次只做一个 feature）、Lifecycle（每一次会话都留下干净的状态，下一次才能接上）。这五个子系统不是“最佳实践清单”，而是一套可检查、可审计的工程结构。

二、Learn Harness Engineering 能做什么

14 讲概念单元——每一讲回答一个“为什么 Agent 会失败”的真问题（讲）——不是“罗列功能”，而是“从失败现象反推工程缺口”。L01 从“强模型为什么仍失败”切入，L02 定义 Harness 的五个子系统，L03 论证“仓库必须是唯一事实来源”（Agent 看不见的东西等于不存在），L04 解释“一个巨大的指令文件为什么必然失败”（渐进披露：给地图，不给百科全书），L05 讲“长任务为什么丢失连续性”（把进度落到磁盘，从断点接上），L06 讲“为什么初始化需要独立阶段”（开工前先验证环境健康），L07 讲“为什么 Agent 会做多也做少”（一次一个 feature，显式的完成定义），L08 讲“feature list 为什么是 Harness 原语”（机器可读的范围边界），L09 讲“为什么 Agent 过早宣布胜利”（验证缺口：自信 ≠ 正确），L10 讲“端到端测试为什么改变结果”（只有全链路跑通才算真验证），L11 讲“可观测性为什么属于 Harness 内部”（看不见 Agent 做了什么，就修不了它弄坏的东西），L12 讲“为什么每次会话必须留下干净状态”，L13 讲“为什么你必须停止手动提示 Agent”（从手动驾驶到自动循环），L14 讲“为什么单个循环会长成一张图”（从 Loop Engineering 到 Graph Engineering）。

8 个递进式实战项目——同一个 Electron 应用贯穿始终，每个项目的产出就是下一个项目的起点（练）——不是“八个互不相干的 demo”，而是“一条完整的 Harness 演进链”。P01 做同一个任务的对比实验：纯提示词 vs. 规则先行，引入最小 Harness（AGENTS.md + init.sh + feature_list.json）；P02 重构仓库让 Agent 能读得懂，加上持久化状态文件；P03 让 Agent 从上次停下的地方接着做，引入进度日志和会话交接；P04 阻止 Agent 做太多或太少，加入运行时反馈和范围控制；P05 让 Agent 验证自己的工作，自验证 + grounded Q&A + 基于证据的完成判定；P06 从零搭建一个完整的 Harness（毕业项目：全部机制 + 可观测性 + 消融研究）；P07 搭建第一个自动循环（goal loop、timer loop、maker-checker 分离、循环状态管理）；P08 把工作流画成一张图（显式节点/边/共享状态/路由、并行 fan-out/fan-in、回滚边、human-in-the-loop 审批）。每个项目的解法直接变成下一个项目的脚手架，App 在演进，你的 Harness 能力也在演进。

五子系统框架 + 前沿 Harness 逆向拆解（框）——不是“只讲自己的课程”，而是“用同一套框架去拆真实产品”。2026 年 8 月新增的 Frontier Harness Design Breakdowns 板块，用课程的五子系统框架去反向工程四个前沿产品怎么搭 Harness：Pi（极简内核、可编程扩展、上下文工程）、Claude Code（四层记忆、五级压缩、hooks、子 Agent 隔离）、Codex（仓库即事实来源、AGENTS.md 作为目录页、worktree 隔离）、DeepSeek（“一切皆插件”、能力接缝、事件管线）。这种“给你框架，再给你看框架在生产环境里怎么落地”的设计，让课程不是一套孤立的理论，而是一把可以拿去拆解任何 Agent 产品的分析工具。

harness-creator 技能与模板库——从“学完”到“用上”的最后一公里（用）——不是“课程结束就结束”，而是“学完马上能套到自己的项目上”。仓库附带了 skills/harness-creator/ 技能，可以在几分钟内为你的项目脚手架出一个生产级 Harness（AGENTS.md、feature list、init.sh、验证工作流）。同时提供可直接套用的模板：goal-template.md、loop-state-template.md、maker-prompt.md、checker-prompt.md，以及零依赖的 validate-harness.mjs 审计脚本，用来检查五子系统是否齐全。

三、Learn Harness Engineering 适合谁用

受够了“AI 写代码靠运气”的开发者——用过 Claude Code、Cursor、Codex，发现同一个模型有时候很神、有时候很崩，但说不清为什么崩、怎么让它稳定。课程从“强模型为什么失败”这个真问题出发，给你一套可操作的结构，而不是又一句“提示词要写清楚”。

正在把 Agent 引入团队工程流程的技术负责人——希望团队里的 Agent 产出可追踪、可续接、可验证，而不是“每个人各自摸索提示词玄学”。五子系统框架和 8 个递进项目，提供了一套团队可以对齐的共享语言和可复用的模板库。

对 Agent 工程化感兴趣、但不想只读零散博客的学习者——Harness Engineering 是一个相对新的方向，中文资料零散、英文资料门槛高。这门课程把 OpenAI 和 Anthropic 的一手文献消化后，用 14 讲和 8 个项目串成一条可执行的路径，并且提供 15 种语言的完整文档。

想拆解 Claude Code / Codex / DeepSeek Harness 设计的产品与平台工程师——Frontier Harness Design Breakdowns 用同一套五子系统框架去反向工程四个前沿产品，提供了一个可比较、可迁移的分析视角，而不是“每个产品各说各的”。

希望“从循环到图”进阶的 Agent 编排实践者——L13 和 L14 覆盖了从手动提示到自动循环、从单循环到 Graph Engineering 的演进，P07 和 P08 提供了对应的动手实验。适合已经跑通基本 Agent 流程、想进一步理解“什么时候一个循环该变成一张图”的开发者。

四、Learn Harness Engineering 的应用场景是什么

“同一个任务，纯提示词 vs. 规则先行”的对照实验场景——P01 的设计非常直白：把同一个任务跑两遍，一遍只给提示词，一遍带上 AGENTS.md、init.sh 和 feature_list.json。差异不是“感觉更好”，而是可观察的行为差异——Agent 是否读了该读的文件、是否按顺序做、是否在完成后自己验证。

从单次会话到多会话连续性的工程化场景——P03 专门解决“Agent 做到一半，下一个会话接不上”的断裂。进度日志、会话交接和持久化状态文件，让“上次做到哪、下一步是什么、哪些已完成”成为 Agent 可以在开工前读到的磁盘事实，而不是靠人回忆。

Agent 自我验证与“过早宣布胜利”的治理场景——P05 和 L09/L10 直接针对 Agent 最危险的失败模式之一：信心很高但结果是错的。课程引入自验证、grounded Q&A 和基于证据的完成判定，把“完成”从一个主观声明变成一个可检查的证据链。

从手动提示到自动循环的范式切换场景——L13 和 P07 覆盖了从 /goal 到六种循环原语（automations、worktrees、skills、connectors、sub-agents、external state）的完整路径，包括 generator/evaluator 分离和四种“沉默成本”。P07 让学员亲手搭建 goal loop、timer loop 和 maker-checker loop，并测量干预次数的下降。

把工作流画成图、理解“编排税”的场景——L14 和 P08 讨论了一个进阶问题：当任务需要专精化、并行、共享状态、验证和恢复时，单个循环就不再够用了。课程提供了框架无关的六步走法，让学员把 maker-checker 循环画成显式图，加上并行 fan-out/fan-in、条件回滚边和人工审批节点，同时理解“什么时候画图其实是得不偿失的”。

五、Learn Harness Engineering 为什么值得关注

从“提示词工程”到“Harness 工程”的认知升维。大多数 AI 编程教育停留在“怎么把提示词写得更好”。这门课程换了一个更根本的问题：为什么强模型仍然会在真实任务上失败？ 答案不在模型里，而在模型外面那层 Harness——环境、状态、验证、范围、生命周期。把注意力从“模型能力”转移到“工程结构”，是这门课程最核心的价值。

“同一个 App 贯穿 8 个项目”的课程设计——知识不是散的，是长出来的。大多数课程的项目是彼此独立的 demo，做完就扔。这门课程的 8 个项目共用同一个 Electron 应用，每个项目的产出直接成为下一个项目的起点：P01 你看到问题，P02 你重构仓库，P03 你接上会话，P04 你加反馈，P05 你让 Agent 自检，P06 你搭出完整系统，P07 你走出循环，P08 你把系统画成图。App 在演进，你的 Harness 能力跟着 App 一起长——这种“一条线走到底”的设计，比八个孤立的练习更接近真实工程中“系统是一层层长出来的”经验。

用同一套框架拆解前沿产品——从“学课程”到“获得分析工具”。Frontier Harness Design Breakdowns 板块用课程的五子系统框架去反向工程 Pi、Claude Code、Codex、DeepSeek 四个真实 Harness。这意味着你学到的不是一个“课程内部自洽的理论”，而是一把可以拿去拆解任何 Agent 产品的分析工具。课程给你框架，拆解给你看框架在生产里怎么落地——这两件事合在一起，才让“Harness Engineering”从一门课变成一种可迁移的能力。

MIT 协议 + 15 种语言 + 模板与审计脚本——低摩擦、可商用、可落地。MIT 许可证允许自由使用、修改甚至商业销售，只需保留版权和许可声明。15 种语言的完整文档覆盖让非英语学习者不被语言卡住。harness-creator 技能、四份循环模板和零依赖审计脚本，让“学完”到“用上”之间的距离被压到最短——不是“等你以后自己搭”，而是“现在就可以把模板拖进你的项目里跑起来”。