news 2026/5/23 22:36:34

掌握Harness Engineering,让你的大模型听话又高效!

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
掌握Harness Engineering,让你的大模型听话又高效!

继Prompt Engineering(PE)、Context Engineering(CE)之后,最近一段时间AI圈又出现了一个新的名词,叫做Harness Engineering(HE)。那么Harness Engineering到底是什么呢?今天给大家简单介绍一下。

一、Harness Engineering是什么?

首先介绍一下之前出现的Prompt Engineering和Context Engineering。简单来说PE就是研究如何组织prompt把话说的更清楚、更准确,让大模型更好的理解用户意图,从而给出更理想的结果;CE是除了研究喂给大模型prompt之外,还需要研究喂给大模型一些对话历史信息或者与该问题相关的参考文献等。由于大模型上下文窗口是有限制的,为了在喂给大模型有限的资料前提下能够获得更准确的答案,在CE里面还涉及到上下文压缩技术、动态检索外部资料以及渐进式披露等技术。现在为了进一步榨干大模型的能力,提高基于大模型在实际场景解决问题的准确性,现在又出现了HE这个概念。

Harness中文名是马具的意思,通俗点讲就是套在马身上的装备,虽然马能力很强大,但是我们还是需要借助马具的力量进行限制马的活动,这样我们才能够让马更好的为我们人类所用。

大模型就好比是一头骏马,比如现在的一些模型GPT、OPS能力很强,能做的事情也是很多的,如果人在使用过程中不加干预,任由大模型自己去运行和发挥,那么它就会像脱缰的野马一样发散思维,甚至产生严重的幻觉,也就无法稳定的输出我们想要的结果。因此我们也需要一套系统来对大模型进行控制,就如同马具控制马一样。这套用于控制大模型的系统就叫Harness。

Harness就是代表Agent中用于控制和驾驭大模型的系统,因此计算Harness的公式就可以类比如下:

Harness = Agent - Model

就拿Claude Code来说,除了大模型之外的,比如CLAUDE.md、可用的工具列表、定时调度机制等都属于Harness的范畴。因此,Harness Engineering就是构建与设计Harness的技术。

二、PE、CE、HE有什么关系?

PE:解决的是怎么把任务讲清楚;CE:解决的是怎么把信息给对;HE:解决的是怎么让模型在真实场景执行中持续做对。

从研究范围上来看,从PE->CE->HE这三者的研究范围不断向外扩展,关注的问题范围越来越大,越来越广,也代表着AI工程经历的三次明显的重心迁移。

三、Harness Eengineering实战

Harness概念之所以火起来,不是简单的方法论,而是像OpenAI、Anthropic、Langchain这些公司都已经把它做进了产品和工程体系里面了。

(1)Langchain:在底层模型完全不变的情况下,仅仅通过 改造和迭代Harness就把自家的Agent在一个榜单上的排名直接从30开外杀到了前5。

(2)OpenAI:依靠一个只有几名人类工程师的团队,用Agent从零构建了一个超百万行代码的生产级应用。100%的代码都是由Agent编写的,开发耗时仅为人工的1/10。

(3)Anthropic:构建了一个可以完全自主编码的系统,凭一句自然语言的需求,就能在无需人工干预的情况下,连续运行几个小时,最后做出完整的游戏、完整的数字音频工作站。

通过以上分析,真正决定上限的,也许是模型,但是真正决定能不能落地、能不能稳定交付的往往是Harness。因此AI落地的核心挑战正在从让模型看起来更聪明转向让模型在真实世界里稳定工作。

最后唠两句

为什么AI大模型成为越来越多程序员转行就业、升职加薪的首选

很简单,这些岗位缺人且高薪

智联招聘的最新数据给出了最直观的印证:2025年2月,AI领域求职人数同比增幅突破200% ,远超其他行业平均水平;整个人工智能行业的求职增速达到33.4%,位居各行业榜首,其中人工智能工程师岗位的求职热度更是飙升69.6%。

AI产业的快速扩张,也让人才供需矛盾愈发突出。麦肯锡报告明确预测,到2030年中国AI专业人才需求将达600万人,人才缺口可能高达400万人,这一缺口不仅存在于核心技术领域,更蔓延至产业应用的各个环节。

那0基础普通人如何学习大模型 ?

深耕科技一线十二载,亲历技术浪潮变迁。我见证那些率先拥抱AI的同行,如何建立起效率与薪资的代际优势。如今,我将积累的大模型面试真题、独家资料、技术报告与实战路线系统整理,分享于此,为你扫清学习困惑,共赴AI时代新程。

我整理出这套 AI 大模型突围资料包【允许白嫖】:

  • ✅从入门到精通的全套视频教程
  • ✅AI大模型学习路线图(0基础到项目实战仅需90天)
  • ✅大模型书籍与技术文档PDF
  • ✅各大厂大模型面试题目详解
  • ✅640套AI大模型报告合集
  • ✅大模型入门实战训练

这份完整版的大模型 AI 学习和面试资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

①从入门到精通的全套视频教程

包含提示词工程、RAG、Agent等技术点

② AI大模型学习路线图(0基础到项目实战仅需90天)

全过程AI大模型学习路线

③学习电子书籍和技术文档

市面上的大模型书籍确实太多了,这些是我精选出来的

④各大厂大模型面试题目详解

⑤640套AI大模型报告合集

⑥大模型入门实战训练

如果说你是以下人群中的其中一类,都可以来智泊AI学习人工智能,找到高薪工作,一次小小的“投资”换来的是终身受益!

应届毕业生‌:无工作经验但想要系统学习AI大模型技术,期待通过实战项目掌握核心技术。

零基础转型‌:非技术背景但关注AI应用场景,计划通过低代码工具实现“AI+行业”跨界‌。

业务赋能 ‌突破瓶颈:传统开发者(Java/前端等)学习Transformer架构与LangChain框架,向AI全栈工程师转型‌。

👉获取方式:
有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/5/23 22:35:40

工业AI落地:自定义数据集与交叉验证的动态选择策略

1. 这不是选择题,而是控制权与可信度的平衡术你手头刚攒够2000张标注好的工业缺陷图,模型在验证集上跑出了92.3%的准确率——但上线三天后,产线新批次的钢板表面反光角度变了,准确率直接掉到68%。或者,你用sklearn的St…

作者头像 李华
网站建设 2026/5/23 22:35:31

如何快速使用NHSE:动物森友会存档编辑的终极教程

如何快速使用NHSE:动物森友会存档编辑的终极教程 【免费下载链接】NHSE Animal Crossing: New Horizons save editor 项目地址: https://gitcode.com/gh_mirrors/nh/NHSE NHSE是一款功能强大的《动物森友会:新视野》存档编辑器,它能让…

作者头像 李华
网站建设 2026/5/23 22:34:24

XGBoost工业级实战:特征鲁棒性、缺失值学习与生产部署避坑指南

1. 项目概述:XGBoost不是“老古董”,而是工业级机器学习的压舱石很多人第一次听说XGBoost,是在2014年Kaggle竞赛里它横扫冠军榜单的新闻里;再后来,它成了数据科学面试必考题,被贴上“过气”“被LightGBM/ C…

作者头像 李华
网站建设 2026/5/23 22:34:24

华硕笔记本性能优化终极指南:GHelper让你的设备运行如飞

华硕笔记本性能优化终极指南:GHelper让你的设备运行如飞 【免费下载链接】g-helper Lightweight Armoury Crate alternative for Asus laptops with nearly the same functionality. Works with ROG Zephyrus, Flow, TUF, Strix, Scar, ProArt, Vivobook, Zenbook, …

作者头像 李华
网站建设 2026/5/23 22:29:17

戴森球计划终极蓝图仓库:5步快速构建完美自动化工厂的完整指南

戴森球计划终极蓝图仓库:5步快速构建完美自动化工厂的完整指南 【免费下载链接】FactoryBluePrints 游戏戴森球计划的**工厂**蓝图仓库 项目地址: https://gitcode.com/GitHub_Trending/fa/FactoryBluePrints FactoryBluePrints蓝图仓库是《戴森球计划》玩家…

作者头像 李华
网站建设 2026/5/23 22:23:34

实时战术推演、粉丝情绪感知、转播智能剪辑——AI Agent正在接管体育核心链路,你还在用规则引擎?

更多请点击: https://codechina.net 第一章:AI Agent正在接管体育核心链路,你还在用规则引擎? 传统体育科技系统长期依赖硬编码的规则引擎处理赛事调度、实时判罚辅助、球员表现归因与转播智能切片等关键任务。但当一场NBA比赛每…

作者头像 李华