AI Harness 工程到底解决什么问题

模型负责不确定推理，Harness 负责上下文、工具、状态、权限、验证和恢复。

图：模型负责提案，Harness 负责约束、执行、留痕与恢复；点击查看原图。

问题背景

生成式模型擅长处理模糊语言和提出候选方案，却不天然保证状态一致、权限正确或动作可恢复。讨论“AI Harness 工程到底解决什么问题”时，重点不应只是跑通演示，而是系统失败后是否知道发生了什么、能否安全继续，以及结果能否重复验证。

设计方案

将运行拆成输入规范化、上下文选择、模型决策、动作执行、结果验证与状态提交。

在“运行状态模型”进入实现前，先标注输入来源、调用身份和数据等级；输出通过结构与领域校验后才允许进入下一步。涉及外部副作用时，执行记录必须包含稳定业务键和脱敏证据。

实施产物：运行状态模型

先定义 Run、Step、Action 三类对象；再把规划、审批、执行、验证拆开；最后用事件日志恢复状态。先在测试环境保存一条完整运行证据，再接入真实写操作；每次变更都必须能定位到配置、代码和数据版本。

practice:
  id: ai-harness-architecture
  artifact: "运行状态模型"
  owner: platform-team
  timeout_seconds: 30
  failure_mode: fail_closed
  audit: required

示例只表达边界，不是可直接复制的完整框架配置。落地时应使用当前依赖版本的官方 API，并把超时、身份和审计接到现有基础设施。

实施步骤

选一个可回放的小任务，写清输入、成功条件和禁止发生的副作用。
实现“运行状态模型”，把模型建议与真正执行隔离。
人工走通成功、拒绝和恢复三条路径，保存 run_id 与关键事件。
加入自动化回归，再用小比例非关键流量观察指标。
达到门槛后逐步放量；任一安全约束失败立即停止新任务并回退版本。

失败演练与验收

首要反例是：模型输出合法但业务语义错误。不要只验证顺利完成；还要注入超时、重复请求、取消、无权限输入和依赖返回畸形数据。

本篇的硬性验收是：中断任意一步后，从事件日志恢复且不重复写入。同时记录 任务成功率、重复副作用数、人工接管率。验收脚本应按结构化字段判定，不以“回答看起来合理”代替测试。

上线与回滚

“运行状态模型”上线前要固定模型、提示、规则、工具 schema 与数据版本，并用影子或灰度流量比较旧版。若 任务成功率、重复副作用数、人工接管率 越过门槛，先停止新 Run，再处理在途任务，恢复旧组合后逐项核对未决副作用。

适用边界

当场景是“一次性问答或纯检索”时，这套设计的维护成本通常高于收益。权限、金额、删除和一致性约束始终交给确定性代码，不能交给模型自行判断。

最小架构与状态所有权

组件	只负责什么	不应负责什么
Planner	生成候选步骤和理由	直接执行写操作
Policy	权限、预算与领域约束	生成业务答案
Executor	按批准参数调用工具	自行修改计划
Event Store	追加事实事件	覆盖历史状态
Projector	构建当前 Run 视图	成为唯一事实源

一次 Run 固定模型、提示、规则、工具 schema 和输入版本。状态从事件投影得到：planned、awaiting_approval、running、succeeded、failed、cancelled、unknown。unknown 用于外部调用超时后无法判断结果，必须先对账，不能当成 failed 自动重试。

业务动作使用稳定 action_id，事件追加使用 event_id；前者保证副作用幂等，后者保证重放不重复消费。模型输出永远是提案，执行前经过 schema、权限、资源版本与审批校验。随机在规划、审批、调用前、调用后和写事件前后终止进程，重建投影后应得到相同终态与业务结果，才算 Harness 真正提供恢复能力。

第二轮实践复核

围绕“运行状态模型”建立一个不接触生产数据的最小项目，固定运行时、框架、模型、提示、规则和工具 schema 版本。正文代码块若缺少完整依赖、导入或领域类型，应视为架构伪代码；只有放入示例仓库并通过下述命令的代码才标记为可运行。

项目验证：运行项目既有的 schema 校验、契约测试与离线评测命令
回归夹具：把输入、结构化输出、工具轨迹和副作用记录为 JSON，用固定版本执行正常、拒绝、超时、取消与重复请求五组回归样本。
必留证据：run_id、版本组合、终止原因、动作幂等键，以及 任务成功率、重复副作用数、人工接管率。
通过条件：未批准写操作为零副作用；相同幂等键重复执行只产生一个业务结果；超时或恢复后状态可解释。
失败处理：先停新任务，再核对在途动作；回滚模型、提示、规则、工具与状态迁移的完整组合，不能只换回模型。

复用顺序

为“AI Harness 工程到底解决什么问题”建立确定性假工具，先跑契约与失败用例，不接触真实凭据。
围绕“运行状态模型”接入只读能力，核对权限裁剪、脱敏字段和 Trace 完整性。
需要写能力时先输出 dry-run 差异，再绑定审批结果与一次性动作哈希。
以本文验收指标比较影子流量；达到门槛才放量，越线立即执行文中的组合回滚。

实践与资料复核日期：2026-08-22；框架 API 以锁定版本的官方文档为准。

参考资料

官方文档

框架 API 会持续演进，复制示例前应再次确认当前版本。可持续的 AI 工程不依赖某个模型偶尔表现出色，而依赖清晰契约、可靠 Harness 与可重复验证。