做 Harness Engineering 有好有坏，但最重要的一条原则归结于你是否在实践 Bitter Lesson Engineering。

这是 Daniel Miessler 从 Richard Sutton 2019 年的经典文章「The Bitter Lesson」中提炼出的概念。

核心很简单：确保你没有试图比自己的 AI 更聪明。具体来说，不要 micromanage AI 做事情的方式，而是描述清楚你想要完成什么。

两种 Harness Engineering

糟糕的 Harness Engineering：大量规定性指令，精确描述每一步该怎么做。

「先复制这个文件，然后加载这个，然后做这个，然后做那个。」

等等。

好的 Harness Engineering：提供大量背景信息。

「我是谁、我的工作风格是什么、我在做什么项目、我想完成什么、对我来说什么是成功什么是失败。我是一个专注于个人生产力的工程师，我喜欢简洁设计、大量留白和出色的字体排版，这是我的过往项目，这是一些你可以用的工具。」

为什么糟糕的 Harness Engineering 会让 AI 变笨

AI 越聪明，你的指令就越快过时。

某一天（也许现在就是？），这些规定性指令会让你的 AI 比没有它们时更笨。

因为你在试图 micromanage 一个每天都在进化的系统。

为什么好的 Harness Engineering 始终有效

无论 AI 变得多聪明，如果你理解了你是谁、你喜欢什么，它仍然能更好地给你出色的结果。

这是因为背景信息永远有效——AI 能用它自己的判断力来决定如何利用这些信息。

原则

你的 Prompt 和 Harness 应该关注的是：

  1. 你是谁 → 不是 SOP，是身份和风格
  2. 你想完成什么 → 不是步骤，是目标
  3. 什么是成功和失败 → 不是规则，是标准

如何到达那里，那是 AI 要去搞定的。

给它你能给的最好的图景：你是谁，你的理想结果是什么，你能提供的最好工具，然后给它空间去工作。