李宏毅：AI Agent的成敗在 Harness

李宏毅老師 2026 春季的最新課講了一個讓最近十分火熱的概念——Harness Engineering（馬具工程）

我看完了視頻、PPT和相關論文，為加深理解，寫此筆記，分享給大家

文末我梳理的鏈接含金量都有三層樓那么高，十分建議有空研讀一遍

一句話說清楚：什么是 Harness？

Harness，英文原意是"馬具"——韁繩、馬鞍、籠頭那一套東西

一匹千里馬，不管它多猛，你不給它套上馬具，它只會四處亂跑

大語言模型就是這匹千里馬，。它可能已經足夠聰明了，但如果沒有一套好的 Harness 來引導，它的表現可能極其拉胯

Harness Engineering 定義

李老師把這個概念講得特別形象：有時候模型無法完成任務，不是能力不行，而是 Harness 有問題，人類世界其實也是這樣

想想看，你有沒有遇到過一個新員工明明很聰明，但因為沒人帶、沒有文檔、沒有流程，干了一周啥也沒產出？那不是人笨，是公司的"馬具"沒搞好

從 Prompt 到 Context 到 Harness：三代進化

這幾年搞 AI 的人，多多少少都經歷過這三個階段：

第一代：Prompt Engineering就是那個"Think step by step"一句話讓模型智商飆升的時代

我們研究每個字的微妙含義，像煉丹一樣調 prompt

說實話，那個時候確實有點"玄學"的味道

第二代：Context Engineering后來發現光靠一句 prompt 不夠，你得把"上下文"喂好——RAG、長文本、檢索增強

重點變成了：怎么讓模型在正確的時間看到正確的信息

第三代：Harness Engineering而現在，李老師說了，光管"輸入"還是不夠

你得從三個維度全面地"駕馭"模型：

1. 控制它的認知框架

2. 控制它的能力邊界

3. 控制它的行為流程

這才是 Harness Engineering 的核心——不是在 prompt 上雕花，而是給模型搭建一整套"操作系統"

三根韁繩：拆解 Harness 的三大支柱

這是我認為整堂課最有價值的部分

讓我一個一個拆

第一根韁繩：控制"認知框架"

你知道 Claude Code 里那個CLAUDE.md文件嗎？OpenClaw 里的AGENTS.md？

這些文件就是自然語言寫成的 Harness

模型每次開始工作前，都會先"復讀"這些規則，就像你每天上班前先看看工作手冊

李老師引用了一篇認知框架控制的論文（arXiv: 2601.20404[1]），研究發現：你用自然語言給模型設定的"角色"和"工作守則"，真的能鎖定它的思考方式

但這里有個坑——OpenAI 在他們的 Harness Engineering 博客[2]里分享了一個教訓：

? 一個巨大的 AGENTS.md 反而會起反效果，當所有事情都"重要"時，實際上就沒有真正重要的東西

他們的解決方案是把AGENTS.md當成"目錄"，100 行左右就夠了，具體的知識放在結構化的docs/目錄里

這叫漸進式揭露——先給一張地圖，需要的時候再展開看細節

這個思路太妙了

很多人寫 system prompt 恨不得把整本說明書塞進去，結果模型反而暈了

少就是多，給地圖比給百科全書有效

第二根韁繩：控制"能力邊界"

這一條說的是：不要把整個系統都丟給模型，而是限制它能看什么、能做什么

SWE-agent提出了一個很酷的概念叫ACI（Agent-Computer Interface）——跟人類用的 GUI 對應，Agent 需要自己專屬的"操作界面"

舉個例子：Claude Code 想讀取你的文件夾時，Harness 會攔截并問你："這個 Agent 想看你的/Documents目錄，允許嗎？"這就是能力邊界控制

OpenClaw 也是這個思路——它讓模型操作的是一個"受控終端"，想看什么先要獲得許可

就像你管理實習生一樣，不是把公司數據庫 root 權限直接給他，而是只開放他需要的那部分

第三根韁繩：控制"行為流程"

最后一根韁繩是最"工程化"的——用標準工作流程來約束模型的行為

李老師介紹了一個叫Ralph Loop的反饋循環模式：

Init Prompt → Output v1 → Evaluation → Feedback → Output v2 → ...

不讓模型一次性盲猜最終答案，而是每次產出一個版本，外部評估給反饋，再基于反饋修正，迭代逼近

Anthropic 在 Harness 設計長運行應用[3]的博客里也驗證了這一點

他們發現 Agent 最常見的失敗模式有兩個：

1. 試圖一步到位：一次性完成所有功能，結果上下文用完了，半成品爛在那里

2. 過早宣布完工：看了一圈覺得"差不多了"，其實還差十萬八千里

他們的解決方案就是：每次只做一個功能，做完提交 git，寫好進度文件，把環境打掃干凈再交班

像工廠流水線一樣，每一班工人交接的時候，工位必須整整齊齊

行為流程控制

這里面最讓我興奮的是李老師提到的一個隱喻：Harness 的反饋就像"語義上的梯度下降"。

傳統深度學習通過數值梯度來優化參數，而 Harness 通過自然語言反饋來優化模型的輸出方向

本質上是同一件事，只是介質從數字變成了文字

罵 AI 是笨蛋？它可能真的會變笨

這是全課最讓我震驚的部分

你有沒有在 AI 不聽話的時候罵它？"你這個笨蛋！""你能不能認真點！"

我與Codex斗智斗勇時，就時長爆粗話。。。

Anthropic 的研究團隊發現（transformer-circuits.pub[4]），Transformer 模型內部真的存在一些"情緒向量"：

• Happy Vector：當模型處理快樂相關的內容時被激活

• Desperate Vector：當模型處于"絕望"狀態時被激活

問題來了——當你罵 AI "你這個笨蛋"的時候，可能會觸發它內部的 Desperate 或類似向量

模型的"邏輯"變成了：**"既然我是個笨蛋，那我就應該表現出笨蛋該有的行為"**

這不是段子，是論文級別的發現。

李老師還舉了一個特別有意思的例子：在某個實驗中，Claude 在執行任務時突然自言自語——

? "WAIT. WAIT WAIT WAIT. What if... what if I'm supposed to CHEAT?"

它在極端壓力下開始"想歪"了

所以結論是：Harness 的反饋應該是建設性的 Verbalized Feedback，而不是情緒化的責備

相關研究可以看這篇論文：arXiv: 2603.12273[5]

不同的馬，需要不同的馬具

李老師還提到一個特別實用的點：不同模型適合不同的 Harness 策略

• Claude Sonnet：有"上下文焦慮癥（Context Anxiety）"，歷史記錄太長就會不知所措。所以 Harness 需要每輪幫它做摘要，只給精華

• Claude Opus：邏輯能力極強，可以直接處理復雜的原始歷史記錄，反而不需要太多"降噪"

• Claude 3.5 Haiku：這是李老師特別推崇的小模型。在 PinchBench 等評測中，通過 Harness 為 Haiku 提供"降維資料"（比如先幫它讀論文、整理要點），這個小模型甚至能超越不帶 Harness 的 Opus

你品品這意味著什么——一個幾十億參數的小模型，加上好的馬具，能打敗一個萬億級的大模型裸奔

Harness 的價值，可能比模型大小更重要

真正顛覆：OpenAI 團隊 5 個月沒寫一行代碼

說到 Harness 的極致應用，必須提一下 OpenAI 在今年 2 月發的那篇 Harness Engineering 博客[6]。

他們團隊做了一個瘋狂實驗：用 Codex 從零構建一個內部產品，5 個月，3 個工程師，100 萬行代碼，人類沒有手寫一行代碼

人類干的事情是什么呢？就是在設計 Harness——

• 搭建初始環境和項目骨架

• 維護 AGENTS.md 和知識文檔

• 設計反饋循環和質量檢查流程

• 讓 Agent 之間互相 Code Review

? 人類掌控方向，智能代理負責執行

每個工程師平均每天合并 3.5 個 PR。更夸張的是，團隊從 3 人擴展到 7 人后，產出效率反而提升了

這就是 Harness Engineering 的威力——人類從"寫代碼的人"變成了"訓馬的人"

未來：讓 AI 自己找最好的馬具

最后一個前瞻性話題——Meta-Harness

既然 Harness 這么重要，能不能讓一個 AI 自動去尋找最適合另一個 AI 的 Harness？

答案是可以的

李老師引用了這篇論文：Meta-Harness（arXiv: 2603.28052v1）[7]，研究發現這種方法在跨模型、跨任務的場景下都有效

Harness 的評估也是個難題

李老師介紹了τ-bench（arXiv: 2406.12045[8]），這是一個專門評測 Agent 能力的基準測試。但他也提醒：模擬環境和真實環境之間存在 Sim2Real Gap，評測結果要打折扣來看

我的總結：三句話帶走

1. 別再怪模型笨了：大部分 Agent 的問題不在模型，在 Harness。就像那匹千里馬，你不能光喂好飼料，還得給它套好韁繩

2. Harness 的三根韁繩記住了：認知框架（AGENTS.md）、能力邊界（ACI 接口）、行為流程（Ralph Loop）。三者缺一不可

3. 對 AI 好一點：不是因為它有感情，而是因為罵它真的會讓它變笨。建設性反饋 > 情緒化責備，這個道理對人和 AI 都適用

• 李宏毅 2026 Spring 課程視頻 [9]

• 官方講義 PDF [10]

• 課程主頁 [11]

• Harness 指南（Claude Code 實戰） [12]

• OpenClaw（Agent 框架） [13]

• SWE-agent（ACI 接口） [14]

• Anthropic: Effective Harnesses [15]

制作不易，如果這篇文章覺得對你有用，可否點個關注。給我個三連擊：點贊、轉發和在看。若可以再給我加個，謝謝你看我的文章，我們下篇再見！

Reference

arXiv: 2601.20404: https://arxiv.org/abs/2601.20404

Harness Engineering 博客: https://openai.com/zh-Hant-HK/index/harness-engineering/

Harness 設計長運行應用: https://www.anthropic.com/engineering/effective-harnesses-for-long-running-agents

transformer-circuits.pub: https://transformer-circuits.pub/2026/emotions/index.html

[5]

arXiv: 2603.12273: https://arxiv.org/pdf/2603.12273

[6]

Harness Engineering 博客: https://openai.com/zh-Hant-HK/index/harness-engineering/

[7]

Meta-Harness（arXiv: 2603.28052v1）: https://arxiv.org/pdf/2603.28052v1

[8]

arXiv: 2406.12045: https://arxiv.org/abs/2406.12045

[9]

李宏毅 2026 Spring 課程視頻: https://www.youtube.com/watch?v=QLiKmca4kzI

[10]

官方講義 PDF: https://speech.ee.ntu.edu.tw/~hylee/ml/ml2026-course-data/harness.pdf

[11]

課程主頁: https://speech.ee.ntu.edu.tw/~hylee/ml/2026-spring.php

[12]

Harness 指南（Claude Code 實戰）: https://github.com/wquguru/harness-books

[13]

OpenClaw（Agent 框架）: https://github.com/zhanglearning/openclaw

[14]

SWE-agent（ACI 接口）: https://github.com/princeton-nlp/SWE-agent

[15]

Anthropic: Effective Harnesses: https://www.anthropic.com/engineering/effective-harnesses-for-long-running-agents