©潮涌AI编辑部
当大模型从单次问答的对话工具，逐步走向能够自主规划、循环执行、长时间完成复杂任务的Agent，整个行业对于AI工程化的改造重心也在持续迁移。如今，行业真正要攻克的命题，是搭建一套完整运行环境，支撑模型自主完成小时级闭环任务。
大模型自身的理解、推理、规划能力持续涌现，与之配套的工程方法论也要同步完成迭代。7月3日，月之暗面联合创始人张宇韬在“2026全球数字经济大会人工智能融合应用发展论坛”上发表了《从Prompt到Harness，Agent工程的演进之路》主题演讲，完整梳理了大模型三段技术演进脉络，结合团队落地Agent的实践经验，拆解新一代Agent工程的底层逻辑、核心原则与长期发展思路。以下是张宇韬演讲实录，经潮涌AI整理发布：
三个热词：Prompt→Context→Harness Engineering非常荣幸能够来这里分享，模型厂商对于AI工程化以及整个AI构建Agent实践中的Know-how。大模型从2023年发展到现在，其实经历了很多不断迭代的过程。
整个旅程中有三个热词：2023年ChatGPT刚发布的时候，我们一直在强调的概念是Prompt Engineering。2024年演化到Context Engineering。到2026年，现在最热的一个词叫Harness Engineering。
这三个词意味着什么？
第一，我们要问问题。怎样在聚焦的情况下，在有限的上下文中把问题讲清楚，让AI能够精准回答——这是Prompt Engineering。
第二，Context Engineering。当上下文空间、模型的窗口扩展以后，我们怎样能够去提供更充分、更精准的信息，让模型完成更复杂的任务。
第三，Harness Engineering。随着模型能力不断提升，模型已经不局限完成单轮任务、回答一个问题，而是可以做一个小时级别以上的复杂任务。你怎样让它通过一个循环过程，不断自我探索，最终完成。
1、2023：Prompt Engineering时代，4K上下文的局限我们把时间回到2023年。那个时间点，面对ChatGPT刚发布，我们有一个很困惑的地方：它只支持4K的上下文空间。在这样的上下文空间，你能够做的事情非常局限。你需要非常精妙地利用这个空间，把你的问题提出来，把你的任务布置下去。
所以，那个时候我们一直强调怎样做好Prompt Engineering。本质就是在有限的上下文空间中，怎样更精准地把问题部署给模型，让它完成。而且那个时候模型的智力是有限的，所以你怎样适配模型对于Prompt的理解非常重要。
2、2024：Context Engineering时代，工具调用进入上下文时间来到2024年。那个时候各个模型的上下文窗口开始扩展了，从4K到32K到128K，甚至是1兆以上的上下文窗口。并且模型能力有一定提升以后，我们开始尝试让模型不只是回答问题，而是做一些更复杂的任务。
这个时候我们引入了上下文工程的概念。我们要把工具的调用聚焦到上下文空间中，让模型给它足够的信息和很好的组织，让它利用外部信息，就可以让模型完成更复杂的任务。这是这个阶段我们聚焦的事情。
3、2026：Harness Engineering时代，小时级任务的拐点随着模型能力的不断提升，我们看到一个拐点。原来的模型能力有限，对于指令的遵循能力有限，对于理解一个长任务能力有限，它能够完成分钟级别的任务——这个分钟级别的任务通常在一个上下文空间中能够表现清楚。
现在我们看到模型有充分能力可以做小时级别以上的任务。这个情况下，我们必须给模型一个更好的环境空间，让它充分发挥自己的能力。这个时间点，模型的局限已经不再于模型能力本身，而是在于怎样给它足够好的空间让它可以发挥。这个情况我们思考怎样构造一个环境去驱动它，让它在闭环中自己解决问题。
这就是所谓的Harness Engineering。听起来是很漂亮的词，但所谓的Agent本质上非常简单，其实就是一个循环。对于代码开发人员就是一个while循环。这个模型没有解决的时候，它自己探索下一步应该做什么，自己决策下一步应该做什么，然后执行这个决策，然后看是不是达成结果。
如果遇到了错误，它想怎样从错误中恢复过来，是不是让人介入解决这些问题。最终看有没有解决问题——如果这个问题已经被解决，任务完成了就结束循环；如果没有解决，继续循环。这就是Agent工程，它其实都在解决这一个问题。
脚手架哲学：模型能力提升后及时撤掉我们需要做的就是在这个循环内更好地定义Agent框架，让它在充分安全的环境中自由探索，并且让它发现怎样去解决，给它足够好的工具，可以让它去发挥。所以，这三个概念，不是三个完全独立的概念，其实是一个递进的概念，甚至是一个包含的概念。
现在整个Agent工程中，我们需要考虑怎样设计好Prompt，让它更清晰地让模型理解用户意图。同时我们做好Context，把外部工具、更好的东西可以注入进来、组织好，让它充分理解。最终构建一个更好的Harness，让它以非常自信、非常自洽的方式来执行。
前面生数科技创始人朱军老师提到了Bitter Lesson的概念。这是我们所有做模型的人一直思考的问题：怎样让一个更通用的方式解决所有的问题，而不是用人工的方式去适配、不断去定义它。因为通常来说，随着模型的不断提升，那些人工的定义通常都会失效，甚至成为负担。
所以，我们自己在做AI工程的时候也会思考这样的问题。有一个误区：我们需要精妙地设计一个框架来让模型发挥得很好。但是实际上真正的过程并不是这样。
真正的过程是用模型的边界、能力边界来定义到底这个框架怎么实现。在这个过程中，我们通常会这么使用：先构建这样的框架，让模型开始试探，发现能力边界，发现有什么问题。当它有问题的时候，我们引入一些脚手架，这些脚手架可以让它拔高一点，在现有能力下做超出它能力的事情。
随着模型不断提升，这些脚手架及时撤掉，这样它未来不会成为模型的累赘。
举个例子。2023年第一次发布Kimi的时候，模型不具备自主调用搜索引擎的能力。那个时间我们要引入一个小模型，一个我们精心训练的小模型，它只做一个事儿：比如我该调用什么搜索引擎，以及用什么搜索词来搜。就是这样的小模块，让模型在那个时间点不具备这个能力的时候，突破了一下。产品中呈现了这个功能，这个功能也受到用户的欢迎。随着模型能力提升，我们观察到，小模型已经成为整个链路中的一个瓶颈。
因为一个小模型，比如几百兆或者1B的小模型，它的智力远远不如上TB的大模型的智力。它做一个前置判断，可能会导致整个问题的正确率成为所有人的瓶颈。
所以，开发K2阶段的时候，我们开始思考：是不是应该把这个拐杖撤掉？其实我们可以让模型自主发挥，让它自己想现在是不是调用这个工具，是不是调用这个搜索引擎，应该怎么搜，搜多次还是一次，甚至利用搜索引擎的高级语法——应该限定一个site还是怎么样。
模型可以完成非常复杂的多轮搜索的任务，甚至解决人都不好解决的问题。这是一个非常重要的观察，也是非常符合Bitter Lesson的原则。
Agent工程的四个核心原则迭代这些AI工程的时候，我们也在思考。
这个范式非常简单：不管观测当前状态下，这个模型有没有解决问题，去思考我应该怎么解决这个问题，去执行，发现问题以后怎样给它错误的回馈机制，最终不断循环。模型的能力是一个不断涌现的过程。我们没法很早定义现在的状态应该用什么解决方案，甚至我理解对于整个世界最头部的这些AI公司，他们也没有正确答案。因为某些能力是迭代中不断涌现出来的。
这个情况之下，我们不应该限定框架应该做什么，而是随着模型的进步，我们给它更好的助力，并且找到它当下的边界。这也是我们自己做AI工程、做Agent工程的时候总结出来的原则：
第一，刚才提到Agent本质就是一个很简单的东西，我们不要给它增加复杂性。
第二，怎样把对的信息、合适的信息、更重要的信息放进上下文，利用好这个窗口。这是它最重要的事情，是决定模型能力能不能发挥的事情。
第三，我们要很好地设计这些工具。所谓的工具对于模型来说，就像编程中的接口设计一样，需要足够清晰，不能有歧义。否则这些工具，模型用不好，甚至还会给模型增加负担。第四，对于模型的记忆系统，它没有完美的解决方案。
因为模型上下文空间有限，并且对于上下文空间的掌控能力也有限，所以，在一致性和创造性之间需要做一个权衡。
这个过程中，可以选择把所有的信息放在上下文中，让它不断自我发展；也可能引入一些压缩的机制，包括总结的机制，或者是一些筛选的机制，让它可以更精准地去命中一些更重要的信息。这其实是我们在实践中不断探索的事情。
衡量Agent的价值：人类有多信任它刚才提到Bitter Lesson，我们让模型自由探索、自由试错、去反馈，基于反馈去不断衍生、不断自我成长，会优于我们用精妙的设计来预定好一个框架让它去执行。最后一点，先做一个最好的闭环，让模型先在闭环中跑起来，在这个过程中自然生长，而不是预先思考怎样构造一个复杂系统。这是我们做好Agent的过程中的核心思路。
我们衡量一个Agent的价值，不再是单次实践能够做出最强能力的东西，而是我们人类有没有信任给它，让它可以去做复杂的任务。其实衡量一个模型的价值，人类越自信地可以放手让它做，它的价值就更高。这个过程中，我们如何构建一个足够好的环境，让人类可以充分信任，模型可以充分发挥，并且不会搞砸事情，让自我探索的能力发挥到极致——这就是我们认为最有价值的Agent。
整个Agent工程中，核心解决这个问题：如何让人更加信任Agent去自由地发挥。以上就是我们自己，无论是模型迭代还是AI工程迭代中，我们自己的思考。非常感谢大家！
“2026全球数字经济大会人工智能融合应用发展论坛”由全球数字经济大会组委会主办，北京市经济和信息化局、朝阳区人民政府承办，中关村科技园区朝阳园管理委员会（北京市朝阳区科学技术和信息化局）、北京数智云科信息科技有限公司、北京信息化协会、北京人工智能产业联盟、北京数智聚联企业管理有限责任公司协办。
原文标题 : 月之暗面联合创始人张宇韬：从Prompt到Harness，Agent工程的演进之路
（来源：维科网）
相关推荐
-
保利物业携手海康威视 以AI大模型打造智慧小区管理新模式
传统小区管理长期依赖人工巡检、被动响应的运营模式，园区安防排查、设备运维、业主服务等各项工作，高度依靠人力值守跟进。人工巡查存在覆盖盲区、排查效率有限等痛点，不仅增加运维压力，也难以全方位保障社区居住
-
AI时代，独立思考和原创知识更有力量
人工智能时代，跨界人才怎么培养？知识还是不是力量？9月19日，《知识就是力量》创刊70周年活动圆桌对话现场，主持人抛出了这些直接的问题。对此，植物病理学藻类学家、中国科学院院士赵进东，化学工程专家、中
-
阿里巴巴，最新AI芯片亮相
维科网9月22日消息，9月22日上午，杭州国际博览中心，2026云栖大会上，阿里巴巴CEO吴泳铭上台，抛出了一个机器智能的新说法。他把AI模型、AI芯片、AI云说成机器智能时代的三大基石，表态阿里会坚
-
AI系统可快速精准匹配X光与三维扫描图像
手术中的二维X光图像与术前三维CT或磁共振成像（MRI）如何快速“对上”？美国麻省理工学院等机构科学家开发的人工智能（AI）系统“xvr”给出了新方案。该系统可针对患者进行个性化适配，在数秒内将术中X
-
AI为珍稀鸟儿“上户口”
初秋的南京绿水湾国家城市湿地公园万木葱茏，植被茂密的林间，一台AI声纹监测设备挂在树上，静静“聆听”树林的“密语”。“这台设备集成了高灵敏度音频采集与抗干扰处理技术，能在复杂野外环境中自动剔除风雨声、
-
我国首款藏语多语言全模态AI输入法发布
9月20日，在青海师范大学教师教育高质量发展暨建校70周年大会科研成果展示环节，我国首款藏语多语言全模态AI输入法——智达AI输入法及配套藏文字体集正式发布。据悉，近年来，青海师范大学藏语智能全国重点
-
约五分之一英国成年人使用AI获取新闻
英国通信管理局9月15日发布的一项调查显示，约五分之一的英国成年人过去一个月曾使用人工智能（AI）应用或服务获取新闻，其中ChatGPT是使用最广泛的相关AI工具。英国通信管理局当天发布的《2026年
-
AI系统可让3D打印实现同步质检
美国劳伦斯利弗莫尔国家实验室研究人员开发出一种利用摄像头和人工智能（AI）检测3D打印质量的系统，在打印过程中，3D打印机可逐层“检查”自己制造的零部件，并及时发现断丝、尺寸异常等细微缺陷。研究人员表
-
北京算力公司，签下17亿元大单
9月16日晚间，康惠股份披露了一份公告，全资子公司北京康惠智创跟客户A公司签下《算力服务合同》，总金额约17.20亿元，期限五年。此外，还公告第二份合同，即北京康惠智创向供应商G公司采购高性能算力服务
-
AI介入科研不能没有规则
近日，因AI公司宣布其模型解决了一个数学界经典难题，陶哲轩、邓煜等25位菲尔茨奖获得者随后联名发布公开信提出警示，引发舆论哗然，热度绵延至今。人工智能驱动的科学研究已势不可挡，科学家该如何与AI做好配
