learn-harness-engineering：用 14 讲和 8 个项目，把 AI 编码代理的失控问题拆成可修的部件
利用工程初学者教程，从 0 到 1。即用型资源库模板和参考配置，旨在解决多轮 AI 代理开发中的常见陷阱，例如上下文丢失和过早完成任务。
秒懂
- 它是什么？
- walkinglabs/learn-harness-engineering 是一套面向 AI 编码代理工程化的开源课程，提供从环境、状态管理到验证与控制的五子系统框架，以及可直接复用的模板。它适合想系统解决多轮代理开发中上下文丢失和过早完成任务等问题的工程师。
- 适合谁用？
- 适合正在构建或维护 AI 编码代理、且已经遇到上下文丢失或过早完成任务等具体问题的工程师，尤其是那些希望从零搭建 AGENTS.md、init.sh 和验证流程的人。不适合只想快速改几行提示词的用户，因为课程的核心是让你跳出提示词，去设计状态、环境和验证机制，这需要投入完整的学习时间。
- 能商用吗？
- 可以。MIT 是宽松许可证：你可以使用、修改并销售基于它的软件，只需保留版权和许可证声明。
- 还在维护吗？
- 在维护。仓库最近一次提交在 21 天前。
- 用什么语言写的？
- 主要是 TypeScript（依据 GitHub 的语言统计）。
以上回答依据项目的 GitHub 数据（最近同步于 2026年9月15日）和我们的分析，不构成法律意见。
开源项目深度解析
这门课解决的是代理失控，而不是提示词不够长
多轮 AI 编码代理最常见的失败模式是上下文丢失和过早完成任务。你给它一个目标，它做了一半就停下来，或者把旧状态当成新状态。learn-harness-engineering 把这类问题归因于缺少工程化的 harness，也就是围绕代理搭建的环境、状态管理、验证和控制机制。课程的核心观点很直接：harness 工程是造车，loop 工程是设计道路，而你要站在车外去设计道路。它面向的是正在用 Codex、Claude Code 这类工具写真实项目的工程师，而不是只做单轮问答的爱好者。
五子系统框架：instructions、tools、environment、state、feedback
课程把 harness 拆成五个子系统：指令、工具、环境、状态和反馈。这五者不是并列的功能列表，而是一个闭环。指令告诉代理做什么，工具给它能力，环境限定它活动的边界，状态保存跨轮次的信息，反馈则把执行结果送回给指令层。课程用它来反向拆解四个前沿产品：Pi、Claude Code、Codex 和 DeepSeek。比如 Claude Code 的拆解里提到四层记忆和五级压缩，Codex 的拆解里强调把仓库当作事实来源、AGENTS.md 当作目录页。这种拆解方式的价值在于，你不需要复制某个产品的实现，而是能看出每个设计选择对应哪个子系统。
从单循环到图工程：第 14 讲的核心转折
课程前半部分教你搭建单个代理循环，但第 14 讲明确提出一个观点：当任务需要专业化、并行、共享状态、验证和恢复时，它就不再是一个循环，而是一个图。一个循环只是只有一个节点的图。这一讲列出了图的四个组成部分：节点、边、共享状态和路由，并指出循环内检查点无法修复三种结构性失败：Goodhart 效应、向上盲区和冲突。这里的 Goodhart 指的是当指标变成目标时，指标就失效了。课程给出了一个与框架无关的六步走方法，用来构建第一个图，并对比了图与工作流的区别。这一讲对已经跑过简单循环、但任务复杂度上升后感到失控的人尤其有用。
快速上手：skills/harness-creator 和四个模板
仓库提供了一个名为 skills/harness-creator 的技能，用来快速搭建生产级 harness，包括 AGENTS.md、功能列表、init.sh 和验证工作流。如果你不想从头读 14 讲，可以直接用这个技能生成初始配置。此外，第 07 个项目提供了四个可直接使用的模板：goal-template.md、loop-state-template.md、maker-prompt.md 和 checker-prompt.md。maker 和 checker 的拆分是课程反复强调的生成器与评估器分离模式。你不需要先理解全部理论，就能把 maker-prompt.md 和 checker-prompt.md 套进自己的项目里，比较手动和自动循环的干预次数差异。
项目驱动的学习路径：8 个项目从 0 到 1
课程不是视频列表，而是项目驱动的。第 01 个项目是第一个实战练习，第 07 个项目让你构建第一个自动化循环，包含目标循环、定时器循环和 maker-checker 循环三种递进实验。第 08 个项目则要求你把自己的 maker-checker 循环画成显式图，然后加入并行扇出/扇入节点，再加条件回滚边和人工审批节点。这些项目刻意设计成三个渐进实验，而不是一次性的练习。这种安排意味着你必须有一个真实的工作流来改造，否则项目无从下手。如果你手上没有正在运行的代理任务，这门课的实践部分会显得空转。
前沿拆解：四个产品的 harness 设计，但注意时效性
2026 年 8 月新增的前沿拆解部分，用五子系统框架分析了 Pi、Claude Code、Codex 和 DeepSeek 的 harness。比如 Pi 的拆解强调最小内核和可编程扩展，DeepSeek 的拆解强调一切皆插件和事件管道。这些内容能帮你理解生产级 harness 的真实形态。但需要留意，这些拆解基于特定时间点的产品行为，而代理工具迭代极快。README 中标注的日期是 2026 年 8 月，但仓库没有最近的 release 信息，也没有明确的最后推送时间。如果你依赖这些拆解来决定工具选型，应该先确认对应产品的最新文档，而不是把拆解当作永久准确的说明书。
局限与替代：这不是提示词库，而是一套思维方式
课程最大的局限是它不提供即插即用的完整解决方案。它给你框架和模板，但状态管理、验证逻辑和图的拓扑都需要你自己设计。对于只需要一个简单脚本代理的人来说，这门课是过度的。另一个局限是课程依赖你对特定工具的理解，比如 worktree、hooks 和 sub-agent 隔离，如果这些概念在你用的代理工具中不存在，部分项目就无法执行。替代方案是直接阅读 OpenAI 的 Harness engineering 文章和 Anthropic 的两篇博客，它们是课程的核心参考。区别在于，那些文章是单篇论述，而这门课把它们组织成了有递进关系的课程和项目，并且提供了模板。如果你只想解决一个具体问题，读原文可能更快；如果你想建立系统能力，这门课更合适。
维护与许可：MIT 下的可自由使用，但更新节奏不明确
仓库以 MIT 许可发布，这意味着你可以自由使用、修改和分发课程内容，包括模板和代码。README 显示课程有持续更新，2026 年 7 月和 8 月分别新增了 loop 工程和 graph 工程的内容，并覆盖 15 种语言。但仓库没有最近的 release 标签，也没有明确的最后推送时间，所以更新节奏并不透明。如果你计划把课程内容嵌入自己的项目，需要注意两点：一是模板文件是 Markdown 格式，适合直接复制，但需要根据你的代理工具调整；二是课程中引用的前沿产品拆解可能随着产品更新而过时，维护时需要定期对照上游文档。
编辑结论
适合正在构建或维护 AI 编码代理、且已经遇到上下文丢失或过早完成任务等具体问题的工程师，尤其是那些希望从零搭建 AGENTS.md、init.sh 和验证流程的人。不适合只想快速改几行提示词的用户，因为课程的核心是让你跳出提示词，去设计状态、环境和验证机制，这需要投入完整的学习时间。采用前应先确认你的代理工具是否支持课程中提到的 worktree、hooks 和 sub-agent 隔离等机制，否则部分项目无法落地。课程以 MIT 许可发布，代码和模板可以自由使用，但引用其拆解内容时需注意保留出处。最终判断：这是一套把散落在 OpenAI 和 Anthropic 工程博客里的思想整理成可操作步骤的课程，其价值在于框架的完整性，而非某个单一技巧。
社区笔记