当AI开始优化自己的“脚手架”：Harness工程如何重新定义自我提升

在人工智能领域，一个值得深思的问题是：当模型的原始智能已经足够强大时，什么才是决定其最终表现的关键因素？近年来，越来越多的研究者和工程师意识到，包裹在基础模型外层的那套「脚手架」系统——即Harness——扮演着至关重要的角色。无论是Claude Code还是Codex这类成功的编程智能体产品，都印证了这一观点。Harness不仅仅是简单的提示词模板，而是一套完整的运行时和软件系统，负责编排模型的思考流程、工具调用、上下文管理以及结果评估。

概述

Harness的核心设计模式

现代Harness工程已经远远超越了早期「智能体=LLM+记忆+工具+规划+行动」的简单范式。第一种核心模式是工作流自动化，设计让模型能够在其中运行、测试并迭代的工作流程，形成目标导向的循环：规划→执行→观察/测试→改进→再次执行。第二种模式是将文件系统作为持久化记忆，在长时程任务中通过文件管理状态和产物，而非将所有信息塞入有限的上下文窗口。第三种模式是子智能体与后台任务，主智能体可以派生多个子智能体并行执行，并通过进程管理器监控任务状态、合并结果。这三种模式共同构成了Harness的基础架构。

Harness优化的演进路径

随着研究的深入，Harness的优化对象经历了显著的演进：从最初的指令提示词，发展到结构化上下文，再到工作流设计、代码优化，直至优化器代码本身的优化。上下文工程（ACE）将上下文视为动态演化的「战术手册」，通过生成器、反思器和策展器三个组件协同工作。元上下文工程（MCE）则更进一步，将管理机制与具体内容分离，实现双层优化。Meta-Harness则直接优化「决定哪些信息应被存储和检索」的代码本身，形成了一个用于优化Harness的Harness系统。

自我提升与进化搜索

在自我提升型Harness方面，Self-Harness通过「弱点挖掘—有边界的提议—验证」的循环，让AI能够主动识别失败模式并提出改进方案。进化搜索方法如AlphaEvolve、Darwin Gödel Machine等，则受自然选择启发，通过对候选方案进行变异和适应度评估，演化出更优的Harness配置。值得注意的是，研究发现仅有递归结构是不够的——基础模型必须足够强大，才有能力改进这套机制本身。这意味着Harness的改进能够提升模型部署效果，但核心智能仍是根本所在。

如有侵权，请联系删除。