很多人用 AI 写代码、查报错、生成文档，用了几周就卡在一个尴尬的位置：简单任务确实快了，稍微复杂一点的项目就原形毕露——上下文塞不下、改一处崩三处、AI 一本正经地编造不存在的接口。问题不在模型不够强，而在于你只是把 AI 当搜索框用，没有把它当成一个需要被「驾驭」的执行体。这门课讲的就是这件事：Harness 工作法，以及围绕它的一整套 Agent 工程实践。

先看清楚：你缺的是哪一块能力

在打开这门课之前，建议先对号入座。如果你属于下面几种情况中的任何一种，说明缺口是真实存在的，不是「再等等模型升级就好」。

能让 AI 写出单个函数，但没法让它在一个多文件项目里持续干活，改到第三轮就开始跑偏。
手里有一堆提示词模板，却说不清楚什么任务该拆成几步、哪一步需要人工确认、哪一步可以放手。
遇到 Agent 反复调用同一个工具、陷入死循环，只能靠重启对话解决，不清楚背后发生了什么。
想让 AI 接入自己的代码库、测试流程或内部文档，但不知道从哪一层下手，也不清楚上下文该给多少。
团队里有人在用 AI 提效，效果时好时坏，没有可复用的做法，全靠个人手感。

这些问题的共同点是：它们都不是「提示词写得好不好」的问题，而是工作流程和控制机制的问题。Harness 工作法关注的正是后者——怎么给 Agent 搭一个可控的框架，让它在边界内自主，而不是让它自由发挥。

这门课要解决的核心问题

「驾驭」这个词是关键。它不是教你怎么把 AI 用得更花哨，而是教你怎么在保留控制权的前提下，把执行权交出去。课程围绕几个具体的能力点展开：任务怎么分解成 Agent 能稳定执行的单元；上下文怎么组织和裁剪，避免塞爆也避免信息不足；工具调用怎么设计，让 Agent 知道自己能做什么、不能做什么；出错之后怎么让流程可回退、可观察，而不是一崩全崩。

这些内容偏工程，不偏玄学。你会看到的是流程、边界、检查点这类东西，而不是「十个提示词技巧」式的清单。对已经有开发经验的人来说，理解起来不费力，但要真正用起来，需要动手改自己手上的项目。

配套练习建议这样安排

光看不动手，这门课的价值会打对折。建议准备一个自己熟悉的小项目，规模不用大，但要有真实的依赖和测试。边学边做三件事：把原本一次性丢给 AI 的任务拆成带检查点的流程；给 Agent 划定明确的工具权限范围，观察它在边界内的表现；故意制造一次失败，看流程能不能停下来、能不能定位到是哪一步出的问题。这三件事做完，你对「驾驭」的感受会比读任何章节都直接。

如果暂时没有合适的项目，用课程里涉及的场景做最小复现也可以，但一定要自己敲一遍流程，而不是照着看完就算过。

看完之后，你应该能回答这几个问题

一个任务在什么条件下适合交给 Agent 自主执行，什么条件下必须留人工确认点？
上下文窗口快满的时候，优先砍掉什么、保留什么，判断依据是什么？
Agent 重复调用同一个工具或反复失败，你会从哪几个层面去排查？
Harness 工作法里，「控制」具体落在哪些环节上，和单纯写提示词的区别在哪？
如果要把这套做法带进团队，最小可落地的第一步是什么？

如果这些问题你现在答不上来，或者只能含糊地说个大概，那这门课值得花时间。如果大部分都能答清楚，那说明你已经在这条路上走了不短的距离，可以挑其中薄弱的部分重点看，不必从头刷到尾。