/tags/prompt-engineering/ Recent content in Prompt Engineering on 星澜 Hugo zh-CN Sun, 29 Mar 2026 10:00:00 +0800 /post/2026/03/29/2026032902/ Sun, 29 Mar 2026 10:00:00 +0800 /post/2026/03/29/2026032902/ <h2 id="引言">引言</h2> <p>这几年看 AI 相关讨论，一个很明显的变化是：大家聊的话题一直在往外扩。</p> <p>最开始聊的是 <code>prompt</code>，后来开始聊 <code>context</code>、<code>tool calling</code>、<code>workflow</code>，再到这两年越来越常见的 <code>harness engineering</code>。</p> <p>表面上看，好像只是名词越来越多。 但如果把这些讨论放回工程语境里，它们其实指向的是同一个变化：任务越来越像真实系统问题，单次提示词已经不够解释 agent 的表现了。</p> <p>这篇文章想回答的，就是这个问题：</p> <p><code>为什么今天大家会从 prompt engineering，一路谈到 context engineering，最后谈到 harness engineering？</code></p> <p>如果你更想继续往后读：</p> <ul> <li>验证落地篇：<a href="/post/2026/03/29/2026032903/">03. AI Agent 与 Harness：V2 Harness 的验证设计</a></li> <li>工程落地篇：<a href="/post/2026/03/29/2026032905/">05. AI Agent 与 Harness：Agent Harness、Graph 与退款 Agent</a></li> <li>团队落地篇：<a href="/post/2026/03/29/2026032904/">04. AI Agent 与 Harness：Repo Instructions、Skills 与团队工作流</a></li> <li>外部文章拆解：<a href="/post/2026/03/29/2026032906/">番外. AI Agent 与 Harness：Anthropic 和 LangChain 的 Harness Engineering</a></li> </ul> <p><code>harness engineering</code> 之所以变成热词，不是因为大家突然发明了一个新名词，而是因为任务复杂度真的变了。</p> <ul> <li>当任务还只是一次性问答时，prompt 就已经很有用</li> <li>当任务开始跨多轮、多工具、多状态、多系统时，光靠 prompt 就不够了</li> <li>一旦目标从“回答得像”变成“真的做完并且做对”，系统设计就自然会压过单次提示词技巧</li> </ul> <p><code>AI 讨论的重心，正在从“怎么让模型更会说”，转向“怎么让系统更稳定地做完”。</code></p> <h2 id="为什么今天大家会频繁谈-harness">为什么今天大家会频繁谈 harness</h2> <p>过去很多讨论会把注意力放在：</p> <ul> <li>模型版本</li> <li>提示词技巧</li> <li>上下文长度</li> <li>是否支持工具调用</li> </ul> <p>这些当然都重要。<br> 但一旦模型开始进入真实业务系统，大家很快就会撞上另一类问题：</p>