跳转至

Harness Engineering 的未来——什么会消失,什么不会

Ch05.061 Harness Engineering 的未来——什么会消失,什么不会

📊 Level ⭐⭐ | 6.5KB | entities/harness-engineering-future-persistence-vs-erosion.md

Harness Engineering 的未来——什么会消失,什么不会

背景:郭美青,2026年5月21日。本文从模型能力跃升的视角审视 Harness Engineering 的未来,提出"主权不可自生"作为划分可自动化与不可自动化工作的核心框架。

摘要

随着模型能力持续跃升,Harness Engineering 中的部分工作将被内化到模型中——但治理层面的工作不仅不会消失,反而更加重要。本文提出"主权不可自生"(Sovereignty Cannot Self-Generate)作为分界线的本质:被取代的工作回答"怎么做"(how),不会被取代的工作回答"该不该做"(whether)。在此框架下,Harness Engineering 将经历三阶段演进:短期 Agent 架构师 → 中期审核自动生成的 Harness → 长期治理工程。

核心框架:主权线

"主权不可自生"原则

模型能力的边界在于:它可以在给定权限和环境内高效执行,但不能自行决定自己应该拥有什么权限、应该在什么环境中运行。这就是"主权不可自生"——Agent 的主权(意志、权限、边界)必须由外部注入,而非自我生成。

这一原则自然地将 Harness Engineering 的工作分为两类:

被取代的工作(回答"怎么做")

这些工作本质上是"模式匹配 + 格式转换",模型能力提升后可以内化:

工作类型 说明 被取代原因
工具调用编排 格式化 API 请求、解析响应 模型已擅长结构化 I/O
格式适配 输入输出格式转换 模式匹配任务
窗口管理 上下文窗口的截断、优先级排序 模型上下文能力增强
基础规划 简单任务分解和步骤编排 Chain-of-thought 已内化
基础自验证 输出格式检查、基本合理性验证 模型可自行检查
通用 Skill 封装 标准化的工具包装和接口适配 可由模型直接生成

不会消失的工作(回答"该不该做")

这些工作涉及 Agent 的"主权"——意志注入、权限授予、环境供给、边界划定、治理与审计——模型无法自行决定:

工作类型 说明 不可取代原因
意志注入 定义 Agent 的目标和价值观 模型不能自定目标
权限授予 决定 Agent 可访问哪些资源和操作 安全边界需要外部设定
环境供给 配置运行时环境、依赖和约束 环境定义先于执行
边界划定 设定 Agent 行为的红线和限制 防护措施需要外部施加
治理与审计 追踪、审查、合规 审计权不能由被审计者自授

三阶段演进路径

短期:Agent 架构师

当前阶段,Harness Engineer 的核心工作是设计和构建 Agent 的运行框架——包括工具链集成、上下文管理、错误处理等。这一阶段的工作大部分属于"怎么做"的范畴。

中期:审核自动生成的 Harness

随着模型能力提升,Harness 的生成将部分自动化——模型可以自动编排工具调用、适配格式。但 Harness Engineer 的角色转变为审核者:审查自动生成的 Harness 是否安全、合规、符合设计意图。重点从"构建"转向"审查"。

长期:治理工程

最终阶段,Harness Engineering 演化为治理工程——专注于 Agent 的意志注入、权限管理、边界划定和审计追溯。这些"该不该做"的问题成为核心工作,而"怎么做"的大部分已被模型内化。

深度分析

与 Harness Engineering 概念体系的关系

本文的"主权线"框架为 Harness Engineering 概念提供了时间维度的演进视角。它回答了一个关键问题:当模型越来越强时,Harness Engineering 师的角色如何变化?

答案不是"消失",而是"上移"——从技术实现层上移到治理决策层。这与软件工程中"抽象层次不断提升"的历史规律一致:汇编程序员没有消失,而是演化为系统架构师和安全工程师。

实际落地的张力

"主权线"框架虽然清晰,但实际操作中存在张力:

  1. 灰色地带:许多工作(如 prompt engineering、错误恢复策略)既涉及"怎么做"也涉及"该不该做"
  2. 模型幻觉风险:如果模型在"怎么做"层面出错,仍需人工干预——完全自动化可能不可行
  3. 治理滞后:Agent 的能力增长速度可能快于治理框架的建设速度

对从业者的影响

  • 技术实现层:需要向治理层转型,否则面临被模型取代的风险
  • 安全/合规层:需求不减反增,需要理解 Agent 架构的治理专家
  • 新角色涌现:Agent 审计师、AI 治理工程师等新职位将出现

实践启示

  1. 能力分层意识:明确自己当前工作的"主权线"位置——是在做"怎么做"还是"该不该做"
  2. 提前布局治理能力:即使当前以技术实现为主,也应积累权限设计、安全审计等治理能力
  3. 工具链标准化:将可自动化的工作标准化,为模型内化做好准备
  4. 建立审计机制:在 Agent 能力快速提升的同时,建立可追溯的操作审计体系

相关实体

原文存档