Harness Engineering 正在成为 AI Agent 工程里的高频词。它讨论的不是模型本身，而是围绕 LLM 搭建的一整套控制与执行系统。按文中的定义，业内常用的表达是 Agent = Model + Harness，也就是模型之外的上下文管理、工具调用、权限控制、记忆系统、钩子机制、多代理协作和缓存策略，共同决定一个 Agent 能否在真实��境中稳定运行。
文章指出，Prompt Engineering 关注单次提示词，Context Engineering 处理单轮对话中该放入哪些信息，而 Harness Engineering 的范围更大，覆盖前两者，并延伸到系统架构、工具集成、安全控制和跨会话记忆等完整生命周期。它对应的不是“怎么把一句话写好”，而是“怎么让 AI 在生产环境里可控地做事”。
从 MCP 到 Claude Code，概念为何快速升温
素材给出了一条较清晰的时间线。2024 年 11 月 26 日，Anthropic 发布 MCP，作为 AI 助手连接外部数据系统的开放标准，社区随后建立了数千个 MCP Server，把数据库、代码编辑器、浏览器、Slack、GitHub 和 CRM 等系统接入 Agent 工作流。工具生态扩张后，如何统一管理这些能力，成了新问题。
2025 年 2 月，Claude Code 研究预览上线，其工程规模被视作生产级 Harness 的样板：1,884 个文件、512K 行代码、7 个安全层、5 个 Compaction 阶段、54 个工具、27 个 Hook 事件、4 种扩展机制、7 种 Permission 模式。同年 5 月正式版上线，Anthropic 还发布了与 Prompt Caching 相关的工程笔记。到 2025 年 11 月，OpenAI 发布 Codex CLI 与 GPT-5.5-Codex，并支持 AGENTS.md 和 MCP，跨工具的 Harness 配置开始形成共识。
文中还提到，2025 年 6 月 27 日，Simon Willison 将 Context Engineering 进一步明确为独立学科。背后的共识很直接：模型能力逼近上限后，工程封装本身正在成为 AI Agent 竞争的关键变量。
七大模块里，Context 和 Tool 是最先碰到的基础层
在七个模块中，Context 管理被列为核心战场。上下文窗口本质上就是 AI 的工作记忆，容量有限，放什么、怎么排、哪些信息延后加载，都会影响输出质量。文中以 Claude Code 为例，把 Context 分为 System Prompt 层、CLAUDE.md 或 AGENTS.md 项目配置层、工具清单层和对话历史层。对话变长后，系统会依靠 Compaction 机制压缩旧内容，Claude Code 设有 5 个独立的 Compaction 阶段，按长度自动触发。
Tool 设计则决定 Agent 能否真正与外部世界交互。MCP 出现前，不同 AI 工具各自维护私有协议；MCP 发布后，工具提供方和 AI Agent 可以通过统一标准通信。素材强调，工具描述必须让 LLM 易于理解，命名要清晰，输出既要结构化，也要让模型能在后续上下文里高效使用。Claude Code 虽然有 54 个官方工具，但并不会一次性全部塞入窗口，而是采用延迟加载策略，为缓存命中率和关键信息留出空间。
权限、记忆和 Hook，决定Agent能否安全长期运行
Permission 系统是文中反复强调的安全底座。Claude Code 采用 7 种 Permission 模式，从只规划不执行的 plan，到较开放的 dontAsk 和 bypassPermissions，配合默认拒绝未授权操作的 Deny-First 逻辑，形成多层防护。素材引用 Anthropic 对并行安全层的描述，说明任何一层都可以阻止动作执行。
Hook 系统提供更细的控制粒度。文章提到，Claude Code 支持 27 个 Hook 事件，覆盖工具执行前后、对话开始结束以及权限决策等环节。PreToolUse Hook 可执行 allow、deny、ask、defer 四种控制，还能直接修改工具输入。文中给出的例子是把对生产数据库的写入，自动重定向到测试数据库，从而在不改变 Agent 表面行为的前提下实施安全策略。
Memory 与 Compaction 则面向持续使用场景。长对话靠压缩腾出窗口，跨会话记忆则通过 Memory Tool 维护，让 Agent 可以主动决定记住什么、忘掉什么，而不是完全依赖系统自动保存。
Sub-agent 与 Prompt Cache，把性能和成本问题摆到台前
在更复杂的任务里，Sub-agent 架构被视为“让 AI 管理 AI”的方式。主代理负责规划和协调，把子任务分发给多个子代理并行执行，再汇总结果。素材称，每个 Sub-agent 都在独立进程中运行，拥有自己的上下文窗口和 Prompt Cache，这样既能隔离失败影响，也有利于提高缓存命中率。
Prompt Cache 则是最容易量化收益的模块之一。文中提到，Anthropic 的 Prompt Caching 机制中，缓存写入成本为正常的 25%，缓存读取成本为正常的 10%，延迟降低 2 倍。在高频调用场景下，命中率的小幅提升都可能显著改变 API 成本结构。
文章最后没有把 Harness Engineering 描述成一套现成答案，而是把问题摆得很清楚：提示词注入、上下文漂移、评测标准缺失、成本与延迟取舍、以及 LLM 输出的可重现性，都是实际部署时绕不开的工程难题。按素材的判断，到了 2026 年，任何想认真推动 AI Agent 落地的团队，都很难绕开这门基础设施课。