驭码之魂：Harness工程如何在六月之内铸就Claude Code十亿传奇

余观世间AI coding之器，日新月异。然2026年初，Claude Code仅以六月之功， annualized revenue 便破十亿美金。此非模型参数之堆砌，亦非提示词之巧妙堆砌。盖其胜在 Harness工程——一套可复现的 streaming agent loop、permission-governed tool dispatch system 与 context management layer。余以为，此乃AI agent从“会说话的玩具”迈向“可信赖的代码工匠”之关键。今日，余愿以亲身思虑，细述其五重核心，辅以比喻、实例与深层剖析，带诸君一同走进这代码与工程交织的星辰大海。

🌌 开篇觉醒：提示词之极限与Harness之必然

想象你正坐在深夜的屏幕前，面对一个庞大需求：“为我构建一个支持实时协作、权限分级、离线优先的团队知识库。”你输入精心调教的提示词，模型慷慨激昂地输出代码框架。起初一切美好，然当需求迭代、上下文拉长、工具调用交错时，模型开始幻觉、遗忘先前的决策、甚至在同一文件上反复冲突。提示词再精妙，也如无舵之舟，遇风浪则倾覆。

Claude Code 的缔造者深谙此理。他们未执着于“更好的 prompt”，而是围绕模型构建了一套Harness——如同一艘坚固的战舰，为模型装上引擎、罗盘、船员与补给系统。streaming agent loop 负责持续驱动感知-推理-执行；tool dispatch 以严格契约约束每一次行动；context management 则如智者记忆术，让模型在任意长会话中保持清醒。余深信，此工程思维，方是AI coding agent 真正 commercially viable 之基石。

提示词工程与Harness工程之别，犹如古代工匠徒手雕琢玉器 vs 现代数控机床。徒手虽可出神品，然规模、精度、一致性皆受限于人手。Harness 则是机床之精密导轨、刀库与冷却系统，让模型这块“玉料”能稳定、高效、规模化地产出代码艺术品。凡初学者易混淆二者，以为多加 few-shot 示例即可，实则大谬。上下文窗口终有极限，幻觉与状态漂移亦无法仅靠提示根除。

🚀 主环之舞：单线程感知-推理-执行的永恒心跳

Claude Code 的第一核心，乃single-threaded master loop。余观其设计，宛如心脏之搏动：一拍感知（读取当前上下文与任务状态），二拍推理（调用模型生成下一步计划与工具调用），三拍执行（harness 安全运行工具并捕获结果），四拍反馈（将观察结果注入上下文）。循环往复，直至任务抵达 terminal state——或成功、或需人类介入、或明确失败。

为何单线程？盖多线程虽快，然在 agent 场景下极易引发状态竞争：模型在一次推理中决定“先写文件A”，却在并行执行中文件已被另一分支修改，导致上下文与现实世界脱节。单线程强制所有操作严格串行，确保“感知-行动-观察”三者原子性。余尝以比喻：此环如古代驿站快马，一站一站传递圣旨，绝不许两匹马同时闯入同一驿站。

试举一例。用户要求“修复项目中所有类型错误并添加单元测试”。Master loop 首轮感知：读取 package.json、tsconfig、最近 git diff。推理后决定调用 grep 工具定位类型报错文件。执行完毕，结果回灌上下文。第二轮感知发现新错误，推理决定调用 write 工具修改代码……每一步皆有明确状态，永不迷失。直至所有测试通过，loop 自然终止。

单线程 master loop 之设计哲学，可与操作系统之 event loop 相类比，却更强调“任务级原子性”。在普通 event loop 中，回调可能交错；在 agent loop 中，模型的每一次“思考”必须基于完全一致的世界快照，否则上下文污染将雪球般滚大。此乃为何 Claude Code 能在长达数小时的 coding session 中保持连贯，而早期 AutoGPT 类项目常在第十几步崩溃之根本原因。

🛠️ 契约之盾：类型化工具注册表与权限治理

第二核心为typed tool dispatch registry。模型并非直接执行 bash、read、write、grep、glob，而是向一个严格定义的注册表提出“工具调用请求”。每个工具皆有 input schema——如 JSON Schema 般精确约束参数类型、必填字段与取值范围。harness 收到请求后，先校验 schema，再在受控环境中执行，最后将结构化结果返回模型。

此设计妙在两点：其一，模型被强制“说人话”——它必须输出符合 schema 的结构，而非自由文本幻想出“请帮我执行 rm -rf /”。其二，permission-governed：harness 可为不同工具、不同用户、不同任务阶段设置细粒度权限。write 工具或许仅允许在 /tmp/sandbox 内操作，敏感文件读取需额外审批。余以为，此乃 AI agent 从“可爱但危险的宠物”变为“可信赖的数字员工”之必由之路。

以 glob 工具为例。模型若想查找所有 .ts 文件，不得说“帮我找找看”，而必须输出形如 { "tool": "glob", "pattern": "**/*.ts" } 的结构。schema 校验通过后，harness 在项目根目录安全执行并返回匹配列表。整个过程透明、可审计、可回滚。

严格 schema 约束看似限制模型自由，实则解放其能力。无约束时，模型常因格式错误导致整个 loop 中断；有约束后，模型可将全部智能用于“决定调用哪个工具、参数如何最优”，而非浪费在“如何正确拼写 JSON”。此乃工程界经典的“约束即自由”辩证法。早期 ReAct 论文已隐约触及，Claude Code 则将其工程化到极致。

📚 记忆之术：三层压缩、技能注入与磁盘持久化

第三核心——context management layer——乃整套 Harness 的灵魂所在。模型上下文窗口再大（如 200k tokens），面对真实 coding 项目动辄数万行代码、数百次迭代时，仍会“记忆衰退”。Claude Code 的解法是三管齐下：on-demand skill injection、三层对话压缩、disk-persisted memory。

On-demand skill injection 犹如随叫随到的专家顾问。系统预先将“TypeScript 架构师”“安全审计员”“性能调优师”等 skill 模块化存储。仅当当前任务需要时，才将对应 skill 的描述与示例动态注入上下文，而非从头到尾塞满所有技能。如此既保持上下文清爽，又确保模型在关键时刻拥有“领域专家”视角。

三层压缩则更精妙：最近 N 轮对话全文保留（保证实时感知）；中期对话自动摘要为结构化 bullet points（保留决策链）；长期关键事实（如架构决策、已知 bug、用户偏好）则抽取为 entity-relation 图谱或向量索引。压缩过程本身也可由模型辅助完成，形成自我优化的闭环。

Disk-persisted memory 更是杀手锏。重要状态、代码快照、测试结果皆持久化到本地文件或向量数据库。会话中断后重启，模型可从磁盘“唤醒记忆”，而非从零开始。余观此设计，恰似古代史官修史：起居注详记每日，实录则择要而书，档案库则永存精华。

三层压缩之精髓，在于“信息密度最大化”。原始对话含大量冗余（如礼貌用语、重复确认）。压缩后，模型看到的不再是“聊天记录”，而是经过提炼的“决策日志”。此法既缓解上下文窗口压力，又降低“context rot”（上下文腐烂）风险——即早期重要信息被后期噪音淹没。凡欲深入理解者，可将之类比为人类程序员的“工作记忆 vs 长期记忆”：工作记忆容量有限，却极快；长期记忆虽慢，却可随时查阅。

🤝 众智之合：Multi-agents 与 MCP 协同网络

Harness 并未止步于单 agent。五核心中另有 multi-agents 架构。主 agent 负责高层规划与用户交互，子 agent 各司其职：一管代码生成、一管测试编写、一管安全审查、一管文档整理。它们通过 MCP（Managed Context Protocol） 进行结构化通信。

MCP 之设计，余揣摩应包含消息类型定义、上下文片段引用、冲突解决机制与优先级队列。子 agent 生成的 patch 不会直接写入主上下文，而是先经 MCP 路由，由主 agent 评估后再决定是否采纳。如此避免“多头马车”各自为政，又保留了并行提速之利。

Skills system 则为 multi-agents 提供模块化弹药。每个 agent 可按需加载不同 skill 组合，如“前端专家 skill”与“后端专家 skill”可同时激活，却通过 MCP 共享架构约束。

Context pipelines 则是数据流动的血管：从用户输入 → 感知层 → 各 agent 推理 → 工具执行 → 压缩层 → 持久化 → 再注入……形成可观测、可调试、可版本控制的完整管道。

🌉 工程之美：可复现性与真实世界考验

余最欣赏 Harness 的可复现性。Anthropic 将整套系统开源或文档化后，任何团队皆可在其模型上复刻类似架构。非独属于某一模型的魔法，而是可迁移的工程范式。无论你用 Claude、GPT 抑或开源模型，只要遵循 master loop + typed tools + context layer 三大支柱，即可构建属于自己的“Claude Code”。

真实世界中，车辆网络弱信号场景（余曾见于内蒙古高速）、长达数小时的遗留代码重构、跨团队协作的 SDK 开发……皆可由此 Harness 驾驭。模型不再是“一次性灵感喷涌”，而是“持续交付的数字工匠”。

🔮 余思与展望

站在 2026 年六月回望，Claude Code 的十亿营收传奇，实为 Harness 工程思维的胜利。它告诉我们：AI 的未来，不在模型参数竞赛，而在“如何让模型在真实复杂环境中稳定、高效、可信地行动”。提示词是火种，Harness 才是熔炉与铸剑之术。

余愿诸君读罢此文，能如我一般，重新审视自己手中的 agent 项目：是否已有清晰的 master loop？工具调用是否受 schema 严格约束？上下文是否已做三层压缩与持久化？若尚未，愿此文成为你构建下一代 coding harness 的起点。

盖工程之道，永无止境。然有 Harness 在手，代码星辰大海，终可乘风破浪。

参考文献

1. Anthropic. (2026). Anthropic acquires Bun as Claude Code reaches $1B milestone. https://www.anthropic.com/news/anthropic-acquires-bun-as-claude-code-reaches-usd1b-milestone

2. Yao, S., et al. (2022). ReAct: Synergizing Reasoning and Acting in Language Models. arXiv preprint.

3. Shinn, N., et al. (2023). Reflexion: Language Agents with Verbal Reinforcement Learning. NeurIPS.

4. Wang, G., et al. (2023). Voyager: An Open-Ended Embodied Agent with Large Language Models. arXiv preprint.

5. Fareed Khan. (2026). Building Claude Code with Harness Engineering. Level Up Coding. https://medium.com/<span class="mention-invalid">@fareedkhandev</span>/d2e8c0da85f0