Harness 综述：CMU / 耶鲁 / 亚马逊联合发布 + ETCLOVG 七层架构
Harness 综述：CMU / 耶鲁 / 亚马逊联合发布 + ETCLOVG 七层架构
来源类型： 学术综述
日期： 2026-06-17
标签： #HarnessEngineering #CMU #耶鲁 #亚马逊 #ETCLOVG #七层架构 #AIGC开放社区
核心论点
"把同一个大模型塞进不同的智能体框架系统，表现完全判若两模。"
"决定一个智能体到底能不能在真实世界打工的，其实早就不是模型本身，而是包在模型外面的那层壳。"
"模型只是引擎，外面那圈防护栏、仪表盘、记忆库和工具箱，才是决定智能体能跑多远的核心硬约束。"
三阶段演变
| 阶段 | 时间 | 焦点 |
|---|---|---|
| 第一阶段 | 2022-2024 | 提示词工程（拼指令、给示例、优化单次调用） |
| 第二阶段 | 2025 | 上下文工程（决定模型每一步看什么、记忆检索、信息压缩） |
| 第三阶段 | 2026 | Harness 工程（包裹模型的执行外壳，维护状态、调度工具、注入反馈、安全规则） |
性能瓶颈不在模型
约束绑定假说
"业内曾有一种天真的预期，只要模型越来越强，智能体自然就会越来越可靠。现实并非如此。"
"研究团队提出了约束绑定假说，认为在多步骤、工具密集的长任务中，系统表现不再主要由模型本身决定，而是由模型外部的 Harness 决定。"
关键数据
"在编码基准测试中，研究人员仅修改编辑工具格式和周边 Harness，不改模型，多个模型的表现提升了高达 10 倍。"
"固定 GPT-5.2-Codex 模型，仅通过系统提示词重构、中间件上下文注入和自验证拦截，在 Terminal-Bench 2.0 测试中的成绩从 52.8% 直接拉升到 66.5%。"
"Meta-Harness 通过自动优化 Harness，在没有修改模型权重的情况下，成绩达到了 76.4%，超越了手工调试方案。"
核心判断
"模型只是推理引擎，Harness 才是行为系统。"
"智能体能不能完成任务，取决于它能不能在安全环境里运行，看的信息是否过载，工具好不好用，状态能不能延续，错误能不能回滚。"
ETCLOVG 七层架构
"为了把复杂系统拆解清楚，研究团队提出了 ETCLOVG 七层架构。"
"前四层是结构核心，让智能体跑起来；后三层是控制平面，让智能体可控、可查、可验证。"
七层详解
第一层：执行环境与沙箱（E - Execution）
"智能体需要一个物理环境来执行动作，比如写文件、跑代码、点网页。"
第二层：工具（T - Tools）
- 工具集成
- API 调用
- 工具选择策略
第三层：上下文（C - Context）
- 信息检索
- 记忆管理
- 上下文窗口优化
第四层：生命周期（L - Lifecycle）
- 状态管理
- 会话持久化
- 多轮交互
第五层：可观测性（O - Observability）
- 日志
- 监控
- 调试
第六层：验证评估（V - Validation）
- 自动化测试
- 质量保证
- 性能评估
第七层：治理安全（G - Governance）
- 权限控制
- 合规审计
- 安全规则
170+ 项目分析
"研究团队为了梳理七层架构，从开源社区、论文、公司技术博客中收集和分析 170 多个代表性项目的严谨过程。"
与已有知识的关联
- wiki/entities/cmu — CMU（卡内基梅隆大学）
- wiki/entities/yale — 耶鲁大学
- wiki/entities/amazon — 亚马逊
- wiki/concepts/harness-engineering — Harness Engineering
- wiki/concepts/etclovg — ETCLOVG 七层架构
- wiki/concepts/binding-hypothesis — 约束绑定假说
- wiki/concepts/terminal-bench — Terminal-Bench
资料来源
- 原文：https://mp.weixin.qq.com/s/wMPWRBZd-NeRiGSvGIy-0g
- 原始文件：
raw/articles/微信文章2/Harness才是未来：CMU、耶鲁等发布重磅Harness综述.md - 来源：AIGC 开放社区
我的判断（高置信度）
这是 2026 年 Harness Engineering 领域最权威的学术综述——CMU / 耶鲁 / 亚马逊联合发布。
关键洞察：
1. "约束绑定假说" —— Harness 决定 Agent 表现
2. "10 倍提升不改模型" —— Harness 是核心
3. "三阶段演变" —— Prompt → Context → Harness
4. "ETCLOVG 七层架构" —— 系统化框架
5. "170+ 项目分析" —— 实证基础
6. "Harness 是行为系统" —— 重新定义
预测：
- 2026 H2：Harness Engineering 可能成为 AI 工程核心
- 2027：可能形成"Harness 工程师"职业
- 2028：Harness 框架可能标准化
- 对 AI 开发者的建议：
- 学习 ETCLOVG 七层架构
- 从 Prompt 转向 Harness
- 重视工具 / 上下文 / 生命周期
- 对企业 AI 团队的建议：
建立 Harness 工程能力——而非只关注模型
- 关注可观测性 + 治理安全
- Meta-Harness 自动优化值得关注
- 对学术界的启示：
Harness Engineering 是新研究领域
- 可能形成"Harness Science"
- 对投资者的建议：
Harness 框架公司是新机会
- 关注 AIGC 开放社区