协作范式演进：Prompt → Context → Harness
AI 工程的三次重心迁移，从”语言交互”逐步走向”系统工程”。
阶段对比
1. Prompt Engineering（提示词工程）
模式：单向的指令下达
「你是资深行业分析师，请帮我写一份竞品分析，要求分三点……」
本质：一次性的条件概率生成。AI 是没有记忆、没有手脚的被动执行者。
局限：任务链一长 AI 必然失忆，人需要全程守着。
2. Context Engineering（上下文工程）
模式：静态的信息供给
接入 RAG 库、定义系统级文档（Skill 手册），「基于这份 100 页报告分析竞品」
本质：为 AI 构建信息环境，产出质量大幅提升。
局限：解决了”AI 怎么写”，没解决”AI 怎么知道自己写对了”。AI 拿到操作手册但遵不遵守全靠自觉，产出仍需逐行 Review。
3. Harness Engineering（驾驭工程）
模式：动态的系统闭环
沙箱 + 工具接口 + 校验脚本，失败自动退回 Agent 重做，通过才提交给人
本质：从”优化输入”转向”约束边界与自动化验收”。
核心区别：
- Context Engineering 决定 Agent 能 看到 什么
- Harness Engineering 决定系统能 预防 什么、测量 什么、修复 什么
演进的本质
| 维度 | Prompt | Context | Harness |
|---|---|---|---|
| AI 拥有的 | 指令 | 知识 | 环境 |
| 谁验证 | 人 | 人 | 系统 |
| 失败时 | 重新发指令 | 给更多上下文 | 系统自动反馈给 Agent 重做 |
| 人的角色 | 提问者 | 信息架构师 | 系统架构师 |