Harness Engineering：AI Agent 的工程实践
Harness Engineering 是 AI Agent 开发中的关键实践，专注于构建模型推理能力之外的控制基础设施，以确保 Agent 的安全性和可靠性。以 Anthropic 的 Claude Code 为例，其 Harness 系统通过 hooks 机制、权限模型和 Bash 沙箱，将大语言模型安全集成为可交付产品。系统包含 31 个生命周期事件、5 种 hook 类型（如 Command、HTTP、MCP Tool）和 4 层配置继承（Managed、User、Project、Local）。核心组件包括编排循环（控制 Agent 何时停止）、工具系统（管理工具调用权限）、安全护栏（权限模型和沙箱提供隔离）、上下文管理（通过 SessionStart hook 注入上下文）、配置管理（settings.json 多层继承）等。这些组件协同工作，覆盖从错误处理到子 Agent 编排的全方位工程需求。相比之下，OpenAI 的 Codex CLI 采用 Rust 内核设计，将安全约束编译进二进制文件，体现了不同技术路径。Harness Engineering 使 AI Agent 从对话模型转变为可靠产品，为开发生产级 Agent 提供了系统框架，涵盖安全、编排和可观测性等维度。