Day 16｜L2 完结！下一站 Harness：驾驭工程的演进与 L3 蓝图预告

这是「AI 之路进阶升级指南」L2 系列的毕业考核。上篇是 Part 5：不懂编码的人怎么用 AI 写代码。

全文导航

毕业考核：L2 达成 9 项技能清单

17 天，我们从调第一个 API 到搭出一个完整工作流。AI 工具、功能更新快不用怕，把那些不变的方法和思路，沉淀为自己的能力，才是你正确的选择。

在宣布你"毕业"之前，请对照以下清单自评，会了的打勾。每一项后面跟一句说明，帮你判断自己是否真的过关。

• 能注册 API 账号，用 Python 发第一条请求并拿到回复（Day 0-3）：不只是复制粘贴代码跑通一次。换一家 provider、换一个模型名，你能独立完成同样的事。

• 理解 token 计费、temperature 控制随机性、上下文窗口限制（Day 0-3）：知道输入输出分别计费，知道 temperature=0 时输出是确定的，知道上下文太长会导致早期内容被挤出，并且能把原因解释给别人听。

• 写过至少一个批量处理脚本（Day 4-7）：读文件→调 API→写结果。能跑通，能处理真实数据，不只在测试数据上成功。

• 会用自主执行型 AI 描述任务（Day 8）：目标一句话、约束列清楚、预期输出说具体。不一次性堆一堆需求，知道分批次，一次一个任务。

• 会用 GCO 框架把模糊需求拆成清晰指令（Day 10）：拿到一个"帮我分析一下"的需求，能拆解出目标、约束、输出格式。而且能指出原需求缺了哪几项。

• 能用三种验证方法检查 AI 输出质量（Day 11）：GCO 对照查「做了没有」、不变量检查查「变没变」、逆向检查查「哪里可能错」。知道什么时候用哪种。

• 能按"能不能定下来"判断任务归属（Day 12）：提示词还是脚本，写提示词是判断活，跑提示词是体力活。这个判据能用在真实任务上，不只是纸上谈兵。

• 能看懂并修改一份 Skill 文档的四块骨架（Day 13-14）：身份、输入、输出要求、质量要求。知道四块各自回答什么问题，知道怎么改一处不影响其他部分。

• 有一个自己的可复用脚本或技能包（全篇实践）：可以是绘本流水线，也可以是一个批量翻译脚本。能跑通、能复用、能在需要的时候拿出来改。

全部打勾，恭喜你完成了 L2。

还有几项没勾上，回头去补。这份教程不是跑完就扔的，它是你的参考手册。哪篇理解得不够清楚，回来重看，带着问题看效果比第一次好得多。

L2 结语

L2 的核心不是学多少工具。是学会一件事：让 AI 替你做事。

API 让它批量干活，Agent 让它自己规划，Skill 让它可复用。工具很多，管用的原则只有一条：把你能定下来的东西定死，把定不下来的交给判断。

到任何一层停下来都是能力。开车不是非得会造车。L1 够用，L2 够用，L3 是另一次跃迁，不是必须。

L3 往哪走

如果你把上面的清单勾满了，说明你已经能熟练让 AI 替你打工。但你可能也发现了：任务链条一长，AI 还是会胡说八道。这时候，光改 Prompt 救不了场。这就是 L3 要解决的问题。

L3 的主题是：从用工具到 Harness 架构设计。

先讲一个实验。Anthropic 用同一个模型、同一句提示词（“做一个 2D 复古游戏编辑器”）跑了两次：什么都不给，模型 20 分钟花掉 9 美元，产出一个不能玩的东西；配上一套完整的外围环境（规划器 + 生成器 + 评估器），6 小时花 200 美元，产出一个真能玩的游戏。模型没变，变的是模型外面那层东西。

那层东西就是 Harness（驾驭工程）。用 DeepSeek 的公式说：Model + Harness = Agent。模型是大脑，Harness 是身体。它不替 agent 想问题，它让 agent 站得稳、扛得住、摔倒了能爬起来。上下文怎么组装、工具怎么调用、出错怎么恢复、做完了怎么验证，全是 Harness 的事。

L2 我演示了怎么把活派给 AI 的思路；L3 将会演示如何约束 AI 干活的环境，提高产出的质量和稳定性。

核心认知：Harness 比 Prompt 更重要

L2 花了大量篇幅讲怎么给 AI 写提示词。到了 L3，你会撞上一个反直觉的结论：真正决定 Agent 系统能不能稳定运行的，是 Harness（驾驭工程）设计得是否合理和严密，而 Prompt/Skill 的影响只能排到第二。

Prompt 是软的，它依赖 AI 的"自律"。长链路里，AI 会漂移、会幻觉、会忽略约束。Harness 是硬的，它是运行环境里强制执行的规则，不依赖 AI 的理解力。一个设计良好的 Harness，能让即使不太聪明的模型也能稳定工作；而一个设计糟糕的 Harness，即使用最强模型也会让 agent 崩。

演进脉络：从工作台到极简与元架构

L3 的第一课不学新概念，先带你看清楚业界对 Harness 的理解，是怎么走到今天的样子的。

第一代 Harness，以 Claude Code、Codex、OpenCode 为代表的 Agent 工作台，证明了"循环 + 工具 + 文件系统"这条路完全走得通。你现在能用 AI 写代码、跑批量、做自动化，靠的就是这一代奠定的范式。但随着任务链条越来越长，传统工作台暴露出几个普遍痛点：内置的多层系统提示词占用过多上下文（膨胀）、每次版本升级提示词一变行为就跟着漂（脆弱）、权限确认弹窗弹到人手软，最后习惯性点"允许"（表演式安全）。还有一个更隐蔽的问题：长程任务里上下文越堆越杂，腐化的上下文会导致目标逐渐漂移。等 AI 宣布「完成」、停机收工的时候，交付的东西早就不是当初要的那个了（目标漂移）。

所以，2026 年的新一代 Harness 出现了两条极致分化的路线：

• Pi（极简主义/减法）：不内置子 Agent、没有 MCP、没有计划模式、没有内置待办，只给模型 4 个原子工具：read、write、edit、bash。其余一切能力靠扩展和技能按需导入，项目里的 .pi/skills、.pi/extensions、.pi/prompts 目录干的就是这个。安全约束交给外部容器沙箱：Harness 应该足够"薄"，别干扰模型本身的推理能力。
• DeepSeek Harness（插件化/加法）：提出 Model + Harness = Agent 的公式，基于 Cordis 架构把模型、工具、会话甚至第三方 Agent 全部抽象成插件：Harness 的本质是定义通用协议与接口，跨系统自由拼装。

一个做减法，一个做加法，L3 打算沿这两条路线，逐一拆解给你看。

L3 内容规划

目前计划按「减法 → 约束 → 加法 → 演化」四个阶段展开：

• 减法（祛魅）：解剖 Agent Loop，核心循环只有百行级代码，出错后自我修复的能力来自循环结构本身，不靠冗长提示词堆叠。再理解 Pi 的极简哲学：4 个原子工具加外部 Docker 沙箱护栏，为什么臃肿的提示词和层层套娃的计划模式是反向优化，为什么安全要靠容器硬隔离而不是人脑点"允许"。
• 约束（规范）：给极简 Harness 加硬约束，完成从软约束（提示词劝导）到硬约束（程序化拦截）的转变。AGENTS.md 要写成目录而不是百科全书；生命周期 Hook 在工具执行前后机械拦截，Linter 报错就把错误回灌给 AI 逼它自己修。Day 11 的三种验证方法是软验证，L3 补上硬验证层。
• 加法（扩展）：工具与元架构。MCP、Pi 扩展、DSH 插件三条路径各自适合什么场景；怎么把模型、存储、会话甚至另一个 Agent 都抽象成可插拔的组件，为团队定制跨 Agent 协作的系统。
• 演化（落地）：状态与实战。三层记忆怎么分级，树状会话和断点续跑怎么让长任务中断后接着跑而不是从头重来，Token 消耗怎么实时监控。最后落回完整工作流：计划 → 实施 → 验证 → 反思四环节，每一环都有 Harness 层面的机制兜底。

终点是一个毕业项目：给你的团队搭一个 CI/CD 自动化 Harness，容器沙箱硬隔离、Linter 自动拦截、双 Agent 审判，一个写代码一个审代码。

L3 的每一环节都会用真实产品来剖析：计划的有 Pi、DeepSeek Harness、Claude Code、Codex 等，让你的选择不停留在随大流的层面上。

如果你现在对 L2 的内容还有不清楚的地方，先回头巩固。L3 不急。

L3 已开始：Day 0｜L3 启航：从工作台到极简与元架构的 Harness 演进史。

从 L0 到 L2，你花了三个多月。但真正的起点不是毕业那天，是你用这些方法完成了一个项目、让你的自我效能感爆表的那一刻。

这是「AI 之路进阶升级指南」L2 系列的毕业考核。上篇是 Part 5：不懂编码的人怎么用 AI 写代码。