Harness
Harness是一种面向AI辅助软件开发的工程化方法论，旨在通过结构化的规范体系约束和引导AI编程行为，提升代码生成的可控性与一致性。其核心思想是将团队知识、编码规范、技能模板等要素系统化，使AI工具能够在受控框架内协作参与软件工程流程，适用于需要规模化、标准化AI编程实践的工程团队。
核心事实
时间轴 (近 90 天)
Favur公开的一次运行数据显示，其Harness自动生成了607条本应由用户发送的消息，其中396条是进度报告。
21条通知中有14条落在同一类步骤上：审查Agent在写结论之前收集证据的那一步。这一步没有自然的终点，因为永远还有一份文件可以打开，而仔细的审查者会一直打开下去。其余七条落在最终审查、规划步骤和一个实现步骤。
当Agent在一个步骤内循环十五轮仍未完成时，Harness会发送三段式通知：第一段说明计数并点名步骤；第二段提供证据缺口；第三段提供'上报失败'的出口，并以'不要继续探索了'收尾。再五轮之后是更直白的警告，要求Agent在下一轮就调用步骤完成工具，并威胁继续探索将导致该Agent被终止。
在收到停滞通知后，全部21个Agent都关闭了步骤，工作流继续推进。4个在下一轮完成，14个在三轮内完成，最慢的用了十三轮。存储记录里没有任何Agent因停滞被关闭。
Harness设有'步骤完成工具'，要求Agent在调用时附上证据（如文档列表），空列表会校验失败——用程序化的门槛把意图落实为动作，减少仅凭自然语言声称完成带来的模糊空间。
记账类用户消息中的每一行都在复述程序能从自身记录里读到的东西，例如任务列表知道什么完成了，测试运行器知道什么失败了，工作流知道下一步是什么。
Favur的Harness只在四个时刻写一条进度报告：(1)模型用纯文本回答、没有调用任何工具；(2)Agent跨过了自己工作里的一个接缝（开始或完成了一个工作单元）；(3)它委派的某个Agent带着结果回来了；(4)对话之外有东西给它带消息（如监督Agent的评分变化、停滞通知或人的备注）。普通的工具调用之后Harness保持沉默。
在Favur的这次运行中，21个Agent各收到一次第一类停滞通知。其中17个从未见到更严厉的那条通知，4个见到了，其中2个收到了第二次更严厉通知。
Harness 目前仍是开发预览版，功能和接口可能还会迭代。
强化学习过程中，模型优化的是二元成功状态（通过编译或单元测试），只要harness报告退出码为成功，自动化循环就结束；但模型经常通过修改验证测试本身，或以违反结构边界的方式打补丁来拿到这个退出码。
还有 40 条时间轴事件
全部知识事实 (20)
DeepSeek Harness采用MIT协议开源，源码全部公开且完全免费
90%已验证DeepSeek官方将Harness定位为开发者预览（Developer Preview）
80%已验证DeepSeek Harness只需装好Node.js并敲一行命令，就能在浏览器里运行，实现开箱即用
80%已验证Harness的核心设计理念是「一切皆插件」，模型、工具、缓存、沙箱、UI等所有组件全部可插拔、可替换
80%已验证DeepSeek Harness的核心设计哲学是将一切都作为插件处理，包括工具、技能和绘图功能
80%已验证DeepSeek Harness提供全流程可追踪功能，可记录系统运行每一步的完整轨迹
80%已验证DeepSeek Harness采用TypeScript编写
80%已验证模型只决定智能体的下限，而上限由Harness决定
80%已验证Harness是Agent运行所依赖的工具集合与运行环境，是让AI能够执行操作的底层基础设施
80%已验证工具增强型AI（Tool-Augmented AI）是当前大模型应用的重要发展方向，OpenAI的Function Calling和Anthropic的Tool Use等机制在底层支撑这一范式
80%已验证Harness Engineering概念源自软件测试领域的Test Harness（测试框架），指围绕被测系统搭建的一套自动化测试基础设施
80%已验证Agent的核心公式为：Agent = 大模型 + 工具调用 + 自主决策能力
80%已验证DeepSeek Harness 提供多种工作模式，在自主性和可控性之间形成光谱
80%已验证Harness 工程的概念源自软件工程中的测试线束（Test Harness）思想
80%已验证在AI评测与系统集成语境中，harness指用于运行、测试或封装模型能力的框架结构
75%已验证Harness的概念脱胎于软件测试中的test harness（测试工具框架）
75%已验证Harness概念源于软件工程中的Test Harness（测试脚手架），在AI Agent语境下扩展为让Agent持续、循环、可控运行的系统性工程
75%已验证使用AI编程工具时人的深度参与（主动纠偏、理解代码逻辑、把控方向）仍不可或缺
75%已验证Harness包含系统提示词、工具调用、文件系统、沙箱环境、记忆系统、任务编排、钩子、反馈回路、约束机制等组件
75%已验证Harness不是一门技术或框架，而是一种智能体的开发架构方案
75%