这两年聊 AI 编码,很多人都在问同一个问题:Agent 都自己写代码了,工程师是不是要失业了?我的答案比较扫兴——目前真正缺的不是会写代码的 Agent,而是能把 Agent 装进研发流程的工程能力。我把它叫 Harness 工程,简单说,就是一套围绕 AI 编码代理构建的任务治理、上下文管理、权限控制、结果验收机制。Agent-First 不是一句口号,它是把“AI 写代码”从演示变成生产的必经之路。
这篇文章不是给你讲某个工具的快捷键,而是讲一个 20 人研发小组从“Cursor 随便用用”到“Agent 批量接单”的完整落地过程。包括怎么设计需求描述规范、怎么用 Codex CLI 跑通第一个任务、怎么把国产 AI 编码工具和 Cursor 类工具放在同一条流水线里,以及踩过的那些不写在官方文档里的坑。适合正在做 AI 编码落地、又不想单纯“人肉 review 每一行机器代码”的技术负责人和一线工程师。
1. 为什么 Agent‑First 不是一句口号,而是工程命题
1.1 Agent 从“补全器”变成“协作者”,失控成了常态
过去两年的 AI 编码工具,大多数人用的是“补全器”模式:你写个函数名,Tab 一下,补全几行。这种模式再烂,失控成本也很低,因为每一行都从你的手底下过,你天然是最后一层审核。
但 Agent 模式不一样。它会自己去翻代码库,自己猜需求,自己改文件,自己跑测试,甚至自己提交 Pull Request。你从“写代码”变成了“派活”。派活听起来轻松,但管理学里有个铁律:授权越多,信息损耗越大,出问题越难追责。
我在项目里见过最典型的一个事故:同事让 Agent“把订单模块的重试逻辑统一改一下”,Agent 确实改完了,但它把三个不同服务的重试时间全部统一成了 3 秒,其中包括一个原本需要 30 秒等待外部对账结果的异步任务。代码评审人只看了 diff,没看业务上下文,直接合了。上线后对账偶发失败,排查了整整两天。
这个事故的本质,不是 Agent 笨,而是没有人给它搭“harness”——也就是一套约束它行为范围的缰绳。你既希望它有足够的自由度去干活,又要确保它在边界内行动。这个矛盾,靠提示词是解决不了的,必须靠工程手段。
1.2 Harness 工程到底在“挽住”谁
Harness 这个词,往浅了说是“马具、缰绳”,往深了说是一种“集成和控制装置”。飞机上有线束 harness,测试框架也叫 test harness。放到 AI 编码场景,Harness 工程就是一套位于“人类工程师”和“AI Agent”之间的中间层。
它在做三件事:
- 把模糊需求翻译成 Agent 可执行的结构化任务;
- 在 Agent 执行过程中限制它的访问范围和操作权限;
- 在执行结束后用统一规则评估产出,并回流到团队的知识库里。
所以你问 Harness 工程“挽住”的是谁?它挽住的不是 Agent 的想象力,而是 Agent 的破坏半径。没有这套东西,Agent 是散兵游勇;有了它,Agent 才是一条流水线上的执行单元。
这也是“Agent-First”和“AI 辅助编程”的分水岭:前者把 Agent 当第一执行者,人类当验收者;后者把人类当第一执行者,AI 当生成器。顺序一变,整个工程的复杂度结构都变了。
1.3 规模化障碍:单机跑通容易,组织落地难
很多人觉得 Agent 规模化最大的障碍是模型不够聪明。我的实际体验是,模型能力的提升速度远远快过工程能力的提升速度。真正卡住规模化的,是以下四个问题:
- 上下文问题:一个大型代码库动辄几百万行,任何单一 Agent 都不可能在一次对话里装下所有相关代码;
- 权限问题:给 Agent 读写全部仓库的权限,风险不可控;给得太少,它又干不了活;
- 一致性问题:不同开发者给 Agent 下指令的方式不一样,产出质量方差极大;
- 验收问题:人类评审的速度跟不上 Agent 产出的速度,瓶颈从“写代码”转移到“看代码”。
这四个问题,没有一个是靠换一个更贵的模型能解决的。它们都需要一套工程化的管理框架,也就是 Harness 工程的核心内容。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 把 AI 编码 Agent 塞进流程:Harness 的五个核心模块
2.1 上下文工程:决定 Agent 是“人肉传话筒”还是“独立作战”
我见过不少团队把 Agent 当成“人肉传话筒”:先让 Agent 看一个文件,再贴一段报错,再让它改一下。这种方式不是 Agent 模式,是高级点的问答。真正能让 Agent 独立作战的关键,是上下文工程。
所谓上下文工程,不是把越多代码塞给 Agent 越好。上下文窗口再大,也会被无关信息稀释。现实做法是给 Agent 建立一个“最小相关上下文”的检索机制。我们组里做过一个简化方案,把仓库索引分三层:
- 全局层:维护一份
ARCHITECTURE.md,里面只写模块边界、核心数据流、关键目录职责,约 2000 字; - 任务层:每次派单时,根据任务描述自动检索关联文件清单,通常控制在 10 个文件以内;
- 文件层:只在中途需要时按需读取具体文件,避免一次性把整个目录灌进提示词。
这套结构的好处是,Agent 不用靠猜就能找到应该
