从 Prompt 到 Harness：AI 工程化四层范式的演进与协作

大模型技术从 2023 年的"初生惊艳"走向 2026 年的"深度落地"，开发者对 AI 应用的理解也在这一路发生转变。

早期的技术狂热者认为"模型能力决定一切"，但今天越来越多的人意识到：优秀的 AI 应用不是单靠提示词调出来的，而是由多维度的系统工程共同支撑起来的。

在这个工程化过程中，可以梳理出四个工程范式：Prompt（提示词）、Context（上下文）、Loop（自律循环） 和 Harness（容器/沙箱）。下面分别看它们的发展脉络，以及在现代 Agent 架构里如何协作。

一、发展脉络：四代工程范式的演进

AI 工程化的演进，大致是控制权从人类逐步让渡给自动化系统、操作粒度从"微观指令"走向"系统环境"的过程。

[2022] Prompt Engineering ──────> 关注"模型听不听得懂" (单次指令)
      │
      ▼
[2023] Context Engineering ─────> 关注"模型知不知道" (信息编排)
      │
      ▼
[2026] Loop Engineering ────────> 关注"模型如何自我纠错" (状态循环)
      │
      ▼
[2026] Harness Engineering ─────> 关注"模型在哪安全运行" (环境与评估)

1. Prompt Engineering -- 沟通接口的探索 (2022)

在大模型爆发初期，LLM 主要被用作"单次问答机器"。

核心痛点：如何让静态的模型输出符合确定性预期的结果。
工程特征：开发者热衷于寻找各种"黄金提示词"（如 "Let's think step by step"），或者设计长达数千行的 System Prompt。这是单次交互（Single-turn）维度的探索，高度依赖具体模型的微调偏好，难以应对复杂的现实多步任务。

2. Context Engineering -- 信息的精准供给 (2023)

随着大模型上下文窗口（Context Window）的扩大和 RAG（检索增强生成）的普及，开发者发现：Prompt 写得再漂亮，也干不过精准的上下文。

核心痛点：长上下文带来的高 Token 成本、延迟，以及模型在超长文本中的"注意力涣散"问题。
工程特征：向量检索、重排（Re-ranking）、提示词缓存（Prompt Caching）以及动态上下文压缩成为标配。开发者开始像管理内存一样，精准地控制模型在"API 调用那一瞬间"所能看到的全部世界。

3. Loop Engineering -- 流程的自主闭环 (2026)

大模型走向 Agent 化后，Loop Engineering 改变了人机协作的方式。

核心痛点：在复杂任务（如自动升级依赖、自动修复 bug）中，依赖人类在控制台肉眼观察报错并手动打字引导 AI（Human-in-the-loop），效率极低。
工程特征：用程序（System）来代替人类去 Prompt 模型。开发者设计出自律循环（Loops）与目标契约（Goal Contract）（如：单元测试通过率 100%）。Agent 在这个闭环中自己思考、调用工具、看到报错、自我修正，直到契约满足。

4. Harness Engineering -- 边界与评估的建立 (2026)

当 Loop 赋予 AI 自主运行的能力，安全、边界与成效评估就成了新的核心课题。

核心痛点：如何防止 Agent 写出破坏系统的死循环代码？如何客观评估 Agent 迭代后的能力变强了还是变弱了？
工程特征：构建严密的物理运行沙箱（如 Docker/WASM）、设计不可绕过的编译器校验网，并通过优化环境和测试集，为 Agent 的研发提供高可信度的评估体系和安全防线。

二、逻辑关系：四位一体的系统协作

这四者并不是单纯的替代关系，而是协同工作的四个维度。我们可以将它们看作一个经典的系统工程模型，分别承担不同的职责：

       ┌──────────────────────────────────────────────────┐
       │             PROMPT  (微观执行指令)                │
       └────────────────────────┬─────────────────────────┘
                                │ 驱动
                                ▼
       ┌──────────────────────────────────────────────────┐
       │             CONTEXT (动态信息状态)               │
       └────────────────────────┬─────────────────────────┘
                                │ 承载
                                ▼
       ┌──────────────────────────────────────────────────┐
       │             LOOP    (控制流与自纠错)              │
       └────────────────────────┬─────────────────────────┘
                                │ 运行于
                                ▼
       ┌──────────────────────────────────────────────────┐
       │             HARNESS (安全沙箱与规则)              │
       └──────────────────────────────────────────────────┘

在一场具体的 Agent 任务执行（例如：自动修复代码 Bug）中，它们是这样紧密咬合、循环往复的：

Harness 提供赛道与规则：准备一个干净的运行沙箱（Sandbox），加载报错的代码和相关的单元测试（Test cases），并确立终点规则（必须跑通所有测试）。
Loop 启动自律循环：检测当前状态，发现测试未通过，决定开启第一轮修复尝试。
Context 整理路况信息：从沙箱中提取出当前最相关的代码文件、报错日志、依赖树，进行精简重排，组装成当前时刻的"环境上下文"。
Prompt 激发推理能力：将组装好的上下文塞入预设模板，向大模型发出一次具体的 API 调用。
返回 Harness 执行并反馈：大模型输出修复代码，在 Harness（沙箱）中安全运行。Harness 将运行结果反馈给 Loop，Loop 评估是否达成目标，若未达成，则带着新的状态数据进入下一次 Context 组装，开启新一轮循环。

三、多维视角下的协同定位

为了更清晰地界定这四者的工程边界，我们可以从空间、时间、控制主体以及隐喻等维度进行对比：

| 维度 | Prompt Engineering | Context Engineering | Loop Engineering | Harness Engineering | | -------- | ---------------------------- | ------------------------ | ------------------------ | --------------------------- | | 空间范畴 | 微观（Micro） 单次 API 调用的指令细节 | 介观（Meso） 单次调用前的信息组装 | 宏观（Macro） 多次调用间的状态流转 | 全局（Global） 整个系统的运行边界与评估 | | 时间特性 | 静态瞬间 针对时间点 t 的输入 | 准动态 随步骤变化的短期缓存 | 完全动态 跨时间维度的自修正过程 | 长效持久 超越单次任务的系统环境 | | 控制主体 | 静态模板/人类指令 | 检索算法与缓存管理机制 | 状态机/自动化工作流 | 运行沙箱/编译器/测试套件 | | 系统隐喻 | 汽车的油门指令（如："加速到50码"） | 汽车的仪表盘与导航（当前路况、剩余电量） | 汽车的自动驾驶算法（避障、路径修正逻辑） | 汽车的机械底盘与防护网（物理极限、安全气囊） |

四、结语

从 Prompt 走向 Harness，背后是 AI 应用开发从**"玄学调优"走向"硬核工程"**的转变。

在现代 AI Agent 开发中，任何单一层级的优化都无法解决系统性的问题。Prompt 激发模型的即时智力，Context 保证思考的准确度，Loop 提供自我迭代的流程，Harness 确立执行的安全与标准。四者相互配合，共同决定了一个 AI 系统在现实生产环境中的稳定性和天花板。

一、 发展脉络：四代工程范式的演进