Agent最近都在关注Harness

现在竞争焦点从"拼模型/拼 Prompt/拼 Context"升级为"拼 Harness（模型外围的运行时与基础设施）"——Agent = Model +Harness；工程师的核心能力是"驾驭复杂性、驾驭不确定性系统"，这是 30 年软件工程不变的主题。

三次跃迁：Prompt Engineering (2023) → Context Engineering (2024-25) → Harness Engineering (2026)。Claude Code 是当前 Harness 的 Number One。

大学生怎么学？

1. 照猫画虎：读 Claude Code 泄露出的源码、OpenAI 开源项目（Codex、OpenCode），自己搭一套 Harness——作者说"也不是什么难事" 推荐：手把手教你用claw-code搭建Agent
2. 对标不变量：用 27 个设计模式这种"以不变应万变"的框架去看新东西
3. 深度交互：不要只问结论，要跟大模型"切磋"——作者举例自己能跟 ChatGPT 聊一整天，反复追问"如果是奥特曼问你你会怎么回答"、"你可以再深一点"
4. 横纵两条路径：纵深型（Claude Code 做深度工程）+ 横向型（OpenClaw/Hermes 做自动化运营），但作者个人更推崇纵深型——横向自动化会"失控、没深度"
5. 找本质、不焦虑：不追快钱、不焦虑框架变化，抓"驾驭复杂性"这个 30 年不变的主线

面试时怎么表明自己很懂？

1. 用"驾驭复杂性"叙事讲项目——不讲"我调了什么 API"，讲"我这个项目要驾驭的不确定性/复杂性是什么，我用什么结构把它变可控"
2. 能拆自己的项目到 Harness 六大组件——"我的 Agentic Loop 怎么设计的、Guardrails 怎么做 Allow/Deny/Ask、Hooks 里我拦了什么（比如防止把 .env 传上 GitHub）、Context 怎么压缩"——这 6个切面答下来就是"懂"的信号
3. 能讲 Agent 的五大落地难题如何解决——无限循环、上下文爆炸、权限失控、质量不可控、成本不透明。能围绕这 5 个点讲自己遇到过+怎么解的，含金量拉满
4. 展示深度交互能力——面试中举一个"你跟大模型反复追问/切磋到很深层"的真实案例。"你给大模型什么，就是你能从它身上得到什么"
5. 引经据典，显示体系化——顺口提 DeepMind Agents 实验（同模型换 Harness，性能巨大差异）、Claude Code 设计哲学（少而精的工具涌现超强能力）、GOF、DDIA——这些 reference是"真读过不是临时抱佛脚"的强信号

原文推荐阅读：最新！万字综述Harness革命！