← → 翻页 · ESC 索引
Harness Engineering · Software Factory
Vol.01
AI 软件工程 · 工业化叙事

体系工程

AI驱动的软件工业化革命

这不是一场“谁来写代码”的变化,而是一场“谁来设计生产线”的变化。

All Markdown Sources·Specs / Artifacts / Git / Agents
基于当前目录全部 Markdown 重新生成
2026
Act I · Why Now
02 / 18
手工业时代的尾声

AI 写了更多代码,软件交付却没有自动变快。

Vibe Coding 把编码环节加速了,但团队真正的瓶颈很快转移到上下文对齐、架构一致性、评审、验证和长期维护。

More Code
出码
代码生成变快,但需求和边界仍然模糊。
More Review
返工
调试、对齐、审查工作量被放大。
More Risk
漂移
AI 容易脱离既有架构,引入隐性缺陷。
Page 02 · Vibe Coding 的局限
Act I
Core Claim · Bottleneck
03 / 18
真正的瓶颈
软件开发不是写代码, 而是协作、决策与验证的系统。

只优化编码环节,得到的是局部加速;优化体系,才可能得到生产方式的改变。

Page 03 · 从编码效率到系统吞吐
Thesis
Act II · New Formula
04 / 18
从训马到造马具

Agent = Model + Harness

模型是发动机;Harness 是底盘、轨道、约束、反馈回路和执行环境。

Page 04 · 体系工程公式
Formula
Before / After · Production Mode
05 / 18
范式迁移

从“手艺人写代码”到“设计生产线”。

Before · 手工业

人直接生产代码

  • 知识分散在人脑、会议和聊天记录里
  • 代码是唯一事实来源
  • 质量依赖资深工程师盯人
  • 扩张方式主要是增加人手
After · 工业化

人设计机器生产代码

  • 规范、约束和轨迹进入仓库
  • 规范制品成为事实来源
  • 质量由 Linter、测试、门禁机械化执行
  • 扩张方式是增加智能体实例和流水线
Page 05 · 生产方式变化
Shift
Harness · Components
06 / 18
体系不是对话框

它是 AI 生产代码的工厂环境。

Harness 把模糊意图变成可执行任务,把随机生成变成可验证产出。

没有体系,强模型只是高性能发动机;有了体系,发动机才接上底盘、方向盘和刹车。
Harness decides the floor
Constraints
约束
AGENTS.md、依赖层级、安全边界、编码标准。
Feedback
反馈
测试、CI、评估接口、错误日志和自动修复。
Environment
环境
工具权限、沙箱、Worktree、上下文加载策略。
Page 06 · Harness 的构成
Components
Act III · Specs
07 / 18
规范驱动开发

规范是意图代码。

SDD 把“契约”从函数签名提升到系统意图、验收标准、架构边界和全生命周期管理。

Page 07 · Spec-Driven Development
SDD
Interface vs SDD · Contract Evolution
08 / 18
契约精神的演变

接口解决代码组织,SDD 指挥机器生产。

Interface-Oriented

代码层契约

  • 接口定义“做什么”
  • 实现隐藏“怎么做”
  • 面向人类开发者和编译器
  • 强制方式主要是类型系统与测试
Spec-Driven

系统意图契约

  • 规范定义业务、验收与架构边界
  • 代码是规范的下游派生物
  • 专门面向智能体可读性优化
  • 由 Harness、Linter、评估和 CI 强制执行
Page 08 · 契约升级
Contract
Artifacts · Factory Materials
09 / 18
制品驱动的软件工厂

工业化软件的“螺丝”,不再是单行代码。

规范制品、体系组件、执行计划、故事文件、评估轨迹,才是 AI 时代真正可复用、可审计、可传递的生产材料。

Molds
规范
PRD、SPEC、ARCHITECTURE、ADR。
Parts
组件
AGENTS、Skills、MCP、工具配置。
Records
轨迹
计划、进度、评估、变更历史。
Page 09 · Artifact Management
Artifacts
Context Economics · Sharding
10 / 18
上下文经济学

制品管理决定 AI 生产成本。

不应把整本操作手册塞给每个智能体。工业化框架会把大文档拆成 KB 级故事文件,让智能体只加载当前任务真正需要的材料。

Sharding
KB
原子化故事文件降低上下文噪音。
Savings
90%
更少 Token,更少误读,更高准确率。
Memory
Git
执行状态沉淀为可恢复的仓库历史。
Page 10 · 上下文分片
Economics
Factory Loop · Shard Code Test
11 / 18
自动化流水线

分片 · 编码 · 测试 · 回流

Main Production Loop
01
Spec
人类定义意图、验收标准和边界。
02
Shard
将大需求切成可执行故事文件。
03
Build
智能体在隔离上下文中完成实现。
04
Verify
测试、Linter、V 组件和审计门禁。
05
Repair
失败信号回流,自动修复或请求决策。
Maintenance Loop
06
Trace
记录执行轨迹、中间状态和决策依据。
07
Clean
清理智能体识别文档与代码漂移。
08
Merge
通过 PR 将合格制品进入主线。
Page 11 · Shard-Code-Test Loop
Pipeline
Act IV · Git as State Store
12 / 18
仓库即操作界面

Git 是 AI 体系的状态存储器。

你不是在用 Git 存代码,而是在用 Git 编排智能体工作流,并把推理结果转化为确定的环境状态。

Page 12 · Git State Store
Git
Git Governance · Five Dimensions
13 / 18
Git 规范管理体系

把仓库建设成 AI 软件工厂的生产控制台。

01
Specs
规范制品入库,成为核心原材料。
02
Worktree
每个任务拥有隔离加工车间。
03
Hooks
提交前机械化治理和自动格式化。
04
GitOps
生产环境由 Git 期望状态驱动。
05
Custody
签名提交、PR 审计、全链路追踪。
06
Rollback
git revert 触发确定性恢复。
Page 13 · Git 管理五维度
Governance
Harness GitOps · Reconcile
14 / 18
声明与调解

生产环境跟随 Git 收敛。

GitOps Control Loop
01
Define
Kubernetes、Helm 或 Kustomize 定义期望状态。
02
Connect
配置 Agent、Repository、Cluster、Application。
03
Detect
持续检测 Git 与集群实际状态差异。
04
Sync
根据策略自动或手动同步到集群。
05
Verify
监控验证异常,必要时由 Git 回滚。
关键原则:不把集群手动修改反向写回 Git,确保生产环境始终可审计、可回滚、可追溯。
Git remains source of truth
Page 14 · GitOps 闭环
Reconcile
Multi-Agent · Organization
15 / 18
AI 与 AI 协作

单一助手变成专业化工站。

多智能体系统把复杂任务拆给产品、架构、开发、QA 等角色;主智能体负责分解与授权,子智能体在隔离上下文中工作。

Specialization
角色
不同智能体有不同目标、权限和系统提示词。
Delegation
授权
主智能体拆任务,子智能体返回压缩结果。
Protocol
协议
MCP、A2A、Skills 让能力变成标准接口。
Page 15 · 多智能体组织
Agents
Evidence · Production Numbers
16 / 18
实战成果

工业化吞吐,已经不是线性增长。

顶尖团队的案例显示,真正的杠杆不是让一个人写得更快,而是让多个智能体在体系中并行、验证和交付。

OpenAI Codex Team
1M
约 3 至 7 名工程师,5 个月构建百万行生产代码。
Efficiency
10×
体系设计带来系统级效率提升。
Stripe Minions
1300+
智能体每周生成并提交超过 1300 个 PR。
Page 16 · 案例数据
Evidence
Act V · Human Role
17 / 18
人的价值回归

工程师从代码生产者, 转向体系设计师。

人类负责那 5% 的模糊逻辑、商业边界和架构决策;AI 负责规模化实现、验证和维护。

Page 17 · Harness Designer
Role
Close · The Ticket
18 / 18
入场券

先把体系搭好。

模型决定上限,体系决定你能否落地。没有制品管理,AI 开发只是随机的 Vibe Coding;有了制品、约束、Git 和反馈闭环,它才成为软件工厂。

Specs as Source·Git as State·Harness as Factory
Page 18 · End
Thank You