本年年头从公司辞职之后，我驱动我方作念神气。一个体育AI平台、一个黑胶唱片储藏小步调，王人是从零驱动。莫得研发团队了，就我一个东谈主，遐想、竖立、测试全包。
我不是步调员诞生。作念了三年AI家具司理，PRD写了一堆，代码真确我方出手写的很少。辞职之后决定试试用AI辅助竖立，毕竟天天给别东谈主遐想AI家具，也该我方吃一下狗粮了。
刚驱动那段时辰挺可怜的。掀开Cursor，跟Claude说”帮我写一个唱片储藏页面”，它刷刷刷生成一大坨代码，看着像那么回事。一跑，页面出来了但数据没存进去。补一句”数据要存到数据库”，它又生成一版，此次数据存了但字段对不上。再补一句”字段用这个Schema”，它改了，但把之前写好的面目搞丢了。改来改去，一个下昼已往了，一个页面还没弄完。
体感上，我有时有30%的代码是AI写的，剩下70%要么是我方写的，要么是AI写了之后我改得焕然一新的。跟那些”AI帮我一天作念了一个App”的说法差距太大了。我一度怀疑是不是我方太菜。
转化发生在三月底。我在社区里看到有东谈主聊一个办法：Harness Engineering。
这个词最早是Mitchell Hashimoto在2026年2月建议来的，然后OpenAI发了阿谁百万行代码实验申诉也用了这个词，一下子就火了。社区里有东谈主基于Claude Code的源码写了本书叫《附近工程》，把这套理念拆得很细。Claude Code的官方说法是：Claude Code serves as the agentic harness around Claude——它提供器具、荆棘文经管和履行环境，把一个说话模子造成一个精明活的编码Agent。
harness这个词卓著形象。套在马身上的那整套装备——缰绳、嚼子、胸带——就叫harness。不是让马跑得更快，是让马往你想让它去的标的跑，同期确保你不会摔下来。
我看了一晚上干系的东西，有点坐不住了。短暂阐明到我方之前的问题不是AI不够聪惠，是我从来没给AI搭过一套像样的harness。说白了即是：我一直在换马，没想过换缰绳。
然后我拿黑胶唱片小步调这个神气作念了个实验。花了一周时辰，用Harness Engineering的念念路从头来过。
先说我之前的使命花样。掀开Claude Code或者Cursor，平直跟它说”帮我作念储藏经管功能”。它驱动写，写完我看一眼，发现不合——它把唱片字段遐想成了五六个通用字段，但我的Schema有二十多个专科字段：厂牌、版次、母带编号、压片国度这些。AI不知谈这些，它只可猜。补一句革新，它改了这里又漏了哪里。一来一趟，半小时已往了，生成了三四个版块，临了可能如故得我我方上手改一半。
问题出在哪？AI根蒂不知谈它在干什么。它不知谈这个神气是给黑胶唱片瞻仰者作念的、不知谈字段结构长什么样、不知谈标签体系有作风/厂牌/年代/版块四个维度、不知谈前端用的什么框架。它每一轮只可看到你当下给它的那一小块荆棘文，十分于蒙着眼在一个生分的屋子里摸索。你说”往左走”，它走了，但它不知谈左边是墙如故门。
Harness Engineering解决的即是这个问题：你毋庸每次王人告诉AI该怎么作念，你把”该怎么作念”写进环境里，让它随时能我方查到。
我作念的第一件事是写CLAUDE.md。
这个文献是Claude Code的一个机制——放在神气根目次下，AI每次启动王人会自动读取。十分于你给它一份”使命手册”。我在内部写了：这是一个微信小步调，给黑胶唱片瞻仰者作念储藏经管的；期间栈是什么；目次结构长什么样；唱片数据的完好Schema（20多个字段每个是什么真义）；标签体系怎么分层；四个中枢功能模块之间怎么联动；UI作风参考；以及最进攻的——哪些东西不成动，比如数据库的Schema结构一朝定了就不许AI自作东张改。
写这个文献花了我泰半天。很烦。这些东西深广王人在我脑子里——调研了8个黑胶瞻仰者得来的需求、竞品分析的论断、我我方看成储藏者的使用民俗——逼我方把它们全部结构化地写出来比联想中难。
但写完之后遵守立竿见影。AI驱动生成代码的时候，不再瞎猜了。它知谈这是微信小步调不是H5网页，知谈唱片有”首版””重版””限量版”的分辩，知谈标签筛选要提拔多维交叉，知谈破耗统计要按币种分。这些事情以前每次对话王人得说一遍或者等它写错了再革新，当今它平直就知谈了。
AG真人中国官网入口第二件事是拆任务的花样变了。
以前我会平直说”帮我作念储藏经管功能”，这是一个大任务。AI接到这种大任务，会试图连气儿处罚，然后在中间某个方位翻车。Harness Engineering的作念法是：写spec。即是驱动干活之前先写一份约略的任务规格——蓄意是什么、范畴是什么、验收规范是什么、依赖什么、不成改什么。
我自后养成了一个民俗：每个略微复杂小数的功能，先花五分钟写一个spec。这五分钟十足不是豪侈。因为spec写澄澈了，AI一次到手率极高；spec没写澄澈，AI生成三四版还在原地打转。
有一次我偷懒没写spec，平直让它作念标签筛选功能。它作念完之后我一看——把标签遐想成了扁平的单层结构，通盘标签混在一谈。但我的遐想是四维分层的：作风标签、厂牌标签、年代标签、版块标签，彼此落寞，博亚(中国)一站式服务官方网站提拔交叉筛选。AI不知谈这个遐想意图，它按我方的融会作念了一个”够用”的有筹画。要是我在spec里写一句”标签四维分层，参考CLAUDE.md中标签体系界说”，这个返工根蒂不会发生。五分钟省两小时，这笔账太合算了。
第三件事是愚弄好器具链。
Claude Code不仅仅一个生成文本的模子，它有一堆器具——能读文献、写文献、搜代码、跑高歌。Harness Engineering里有个不雅点：Agent的技艺取决于你给它配了什么器具，以及它在什么时候用什么器具。
我在CLAUDE.md里加了一条：”驱动任何改造之前，先读取现存干系文献证据现时现象。”就这一句话，AI的行径就变了。它不再上来就出手写新代码，而是先读一遍已有的代码望望近况，搞澄澈荆棘文再出手。这个使命流任何有教学的竖立者王人知谈该这样作念，但要是你不告诉AI，它确凿不会主动作念——它会平直开写，然后跟已有代码突破。
还有一个很实用的限定：让AI每次改完代码我方作念一轮查验。我写了一条”完成修改后查验是否引入了硬编码值或TODO”。这是我之前的痛点——AI为了让代码跑通，频繁会塞一个hardcoded的成就进去，比如平直把我的测试用唱片数据写死在代码里。你不仔细看根蒂发现不了。
第四件事，亦然我合计影响最大的：分澄澈哪些事让AI我方跑，哪些事我方盯。
Claude Code有一个遐想叫权限系统——哪些操作AI不错我方作念，哪些需要东谈主证据。Harness Engineering的理念是：不是通盘任务王人需要同等历程的监督。写一个展示组件和遐想数据库Schema，风险完全不雷同。
我把使命分红了三档。低风险的——列表页面、细则页面、约略的UI组件——让AI平直跑，我不一个个看。中等风险的——数据存取逻辑、标签筛选算法、统计计较——AI写完我review一遍。高风险的——Schema遐想、数据搬动、中枢交互逻辑——我我方主导，AI辅助。
以前我的瓶颈不是AI写得慢，是我看得慢——AI每生成一段代码我王人逐行对，因为不确定它会不会在某个不起眼的方位埋雷。分级之后，低风险的跳过，元气心灵聚拢在高风险的部分。一天能鼓吹的使命量翻了不啻一倍。
一周下来体感是这样的：前两天险些莫得代码产出，全在搭harness——写CLAUDE.md、定spec模板、配限定。第三天驱动干活，遵守坐窝就不雷同了。到第五天还是进入一种节拍：我把功能拆成一个个明确的包，扔给AI，它去作念，我来验收。大部分一次过，偶尔要调度，但很少需要推翻重来。
后头两天在作念一些边边角角的体验优化，我短暂有一种挺奇妙的嗅觉——我好像不是在”写代码”了，是在”经管一个写代码的Agent”。我的使命从”收场”造成了”遐想”和”验收”。对一个家具司理诞生的东谈主来说，这个现象其实反而更当然。
这个体验让我猜度一件事。
我之前在公司作念企业AI家具的时候，花了好多时辰想怎么让AI输出更好——调教唆词、优化常识库、升级模子。但Harness Engineering给了我一个完全不同的视角：与其让模子更聪惠，不如让模子”知谈我方在干什么”。一个知谈神气结构、知谈数据Schema、知谈任务范畴的”平庸”模子，比一个什么王人不知谈的”强”模子有效得多。
这不即是我之前作念企业AI家具时一直在解决的并吞个问题嘛？只不外换了个场景。
在AI Coding里，harness是CLAUDE.md、spec和器具链限定。在企业AI家具里，harness是范畴常识库、使命流引擎和东谈主机相助界面。作念公约审核家具的时候，我给AI搭的那套——分章节生成、溯源标注、东谈主工复核节点——实质上即是一套产等第的harness。那时不知谈这个词，但干的事是雷同的。
是以我当今越来越合计，Harness Engineering不仅仅一个竖立者的话题。它对家具司理也有施行真义真义。
你遐想任何一个AI家具，王人要回复几个问题：AI知不知谈用户的业务荆棘文？AI知不知谈什么叫”作念对了”？AI有莫得技能考据我方的输出？哪些设施AI不错自主决策、哪些必须东谈主来证据？这些问题的谜底加起来，即是你这个家具的harness。
当今我作念新神气的第一件事，不是掀开裁剪器驱动写代码，是先花半天把CLAUDE.md写好。这个文献写得越澄澈，后头AI的”自主率”就越高。前两天看起来没在”干活”的准备使命，恰正是通盘这个词神气里杠杆率最高的干涉。
诚然了，90%这个数字有点讨巧。UI组件、列表页面这种可能95%以上是AI写的，中枢的筛选逻辑和数据结构遐想可能唯有50%。平均下来是个大要的嗅觉，不是精准统计。况兼我这个神气功能相比明确——之前作念了完好的用户调研和家具遐想，AI只需要”收场”不需要”想”，这会让AI Coding率偏高一些。
但不论怎么说，从30%到90%，中间的差距不是模子升级带来的——用的是并吞个Claude。差距全在harness上。
要是你当今也在用AI写代码但嗅觉遵守卡在一个瓶颈上，先别急着换模子或者学更高档的教唆词技巧。先望望你的harness——你的CLAUDE.md写了莫得？任务拆分澄澈吗？你有莫得在让AI”蒙着眼睛干活”？
我之前作念家具司理的时候，给新东谈主培训永久会说一句话：需求文档写不澄澈，研发写出来的东西一定不是你想要的。当今用AI写代码，兴趣完全雷同。CLAUDE.md写不澄澈，AI写出来的代码一定不是你想要的。区别仅仅以前边对的是一个会反问你的研发博亚体育，当今靠近的是一个不会反问你但会我方瞎猜的Agent。是以harness反而更进攻了。