Claude Code 里的 Harness Engineering 思路

Claude Code 的一个有趣之处，是它把“怎么让模型干活”这件事摆到了台面上。Anthropic 没把它做成一个黑盒聊天框，而是把 MCP、Skills、Hooks 和 Subagents 这些机制一起交给用户，等于直接展示了自己的 Harness 设计。

这件事值得认真看，因为它说明了一个很现实的判断：模型能力再强，如果外层执行系统设计得差，最后产出的代码、操作和决策还是会乱。Claude Code 的产品结构，正好给了我们一个观察 Harness Engineering 的窗口。

如果你只把它看成“另一个 AI 编程工具”，会错过重点。它真正有意思的地方，是 Anthropic 把模型、工具调用、权限控制、任务拆分和上下文管理，做成了一套可以配置、可以扩展、也可以审计的工作流。

Claude Code 为什么值得单独拿出来看

Claude Code 不是单纯把 Claude 接到终端里，它更像是一个围绕模型搭起来的执行系统。模型负责理解和生成，外层 Harness 负责把任务拆开、把工具接上、把风险压住，再把结果送回去继续迭代。

这种设计和传统 IDE 插件很不一样。很多工具只是把自然语言提示塞进模型，再把输出贴回编辑器；Claude Code 则更接近“模型驱动的操作系统外壳”，它把上下文、工具、权限和子任务都纳入同一条链路里。

从产品角度看，这种结构有两个直接好处。第一，用户能更清楚地知道模型到底调用了什么。第二，团队能把最佳实践固化成默认行为，而不是指望每个人都写出同样好的提示词。

这也是为什么 Claude Code 的设计会被反复讨论。它不只是一个编程助手，更像 Anthropic 在公开演示自己如何理解 Harness Engineering。

• MCP 让 Claude Code 能接入外部工具和数据源，减少每次都手工拼接上下文的成本。
• Skills 让常见任务可以被打包成可复用能力，避免每个项目都从零开始写提示。
• Hooks 允许在关键节点插入自动检查或动作，适合做审计、权限确认和质量控制。
• Subagents 把复杂任务拆给不同角色处理，减少一个上下文里塞太多目标带来的混乱。

Harness Engineering 到底在解决什么问题

Anthropic 研究员 Mike Conover 在讨论系统设计时多次强调，真正难的不是让模型“会说”，而是让它在真实任务里稳定地“会做”。这类观点在 Anthropic 的公开材料里非常一致：模型能力只是起点，外层执行系统才决定它能不能进入生产环境。

这里可以顺手对比一下。一个纯提示词驱动的工作流，通常只有“输入问题、输出答案”这一步；一个更成熟的 Harness，会把工具调用、状态保存、错误恢复和权限边界都纳入流程。前者适合演示，后者才适合长期使用。

“The most important thing we can do is make AI systems that are helpful, harmless, and honest.” — Dario Amodei

这句来自 Anthropic CEO Dario Amodei 的公开表述，放在 Claude Code 里尤其贴切。因为所谓 helpful、harmless、honest，不是靠一句系统提示就能实现的，它需要工具层、任务层和权限层一起工作。

换句话说，Harness Engineering 关注的是“模型如何在受控环境里完成工作”。这和单纯追求更大模型参数不是一回事。一个好 Harness 可以让中等能力模型做得更稳，也能让强模型少犯低级错误。

Claude Code 把这个思路产品化了。它不是把复杂性藏起来，而是把复杂性拆成几个可管理的接口，用户可以按任务需要选择启用哪些能力。

MCP、Skills、Hooks、Subagents 的分工

如果把 Claude Code 的设计拆开看，这四个机制其实分工很明确。MCP 负责外部连接，Skills 负责能力封装，Hooks 负责流程控制，Subagents 负责任务分解。它们不是重复建设，而是在不同层次上处理同一个问题：让模型在真实工作流里更可靠。

MCP 的意义尤其大。它把“接什么工具、读什么数据”从应用内部逻辑里抽出来，变成标准协议。对开发者来说，这意味着接入 Git、数据库、内部知识库或部署系统时，不必每次都重新发明一套接口。

Skills 更像可复用的任务模板。比如代码审查、文档整理、测试生成、迁移脚本，这些高频动作都可以被封装成明确的技能包。这样做的好处是输出风格更稳定，团队协作时也更容易统一标准。

Hooks 则是安全和治理的抓手。比如在执行高风险操作前弹出确认，或者在输出前做静态检查，这些都属于 Hook 能覆盖的范围。它让模型不只是“会做”，还要“按规则做”。

Subagents 解决的是长任务的上下文膨胀问题。一个代理同时负责规划、搜索、编辑、验证时，很容易把注意力分散掉。拆成多个子代理后，每个角色只盯一小块，整体稳定性通常会更高。

• MCP 解决工具接入标准化问题。
• Skills 解决任务复用问题。
• Hooks 解决流程控制和审计问题。
• Subagents 解决复杂任务拆分问题。

和其他 AI 编程工具相比，它强在哪

把 Claude Code 和一些常见 AI 编程工具放在一起看，差异会更明显。很多工具更像“增强版聊天窗口”，重点在生成速度和交互顺滑度；Claude Code 更像“可编排的执行层”，重点在任务治理和系统集成。

从实际能力看，这种差异会体现在几个地方。第一，Claude Code 更适合接入企业内部工具链。第二，它更容易把流程固定下来，减少不同成员之间的用法差异。第三，它更适合做可审计的自动化动作，而不是只做一次性问答。

如果只看表层体验，用户可能会觉得这些机制有点“工程化”，没有那么轻巧。但从长期维护角度看，工程化恰恰是优势。模型工具一旦进入团队协作和生产流程，最怕的就是不可预测。

可以把差异概括成下面几组：

• 普通聊天式工具：更像单次问答，适合探索和草稿。
• IDE 内插件：更像编辑器增强，适合局部补全和改写。
• Claude Code：更像任务执行框架，适合把模型放进真实工作流。
• 企业代理平台：更像统一编排层，适合跨系统自动化和权限管理。

这里还有一个很现实的判断：当模型能力趋于接近时，真正拉开差距的往往是 Harness。谁能更好地组织上下文、接入工具、控制风险，谁就更容易把模型能力变成可交付结果。

结语：Claude Code 透露了什么信号

Claude Code 让人看到的，不只是 Anthropic 的产品思路，还有一个更大的趋势：未来的 AI 工具竞争，可能越来越像“谁的执行系统更成熟”，而不是“谁的模型回答更会说话”。

如果你在做 AI 产品、企业自动化，或者内部开发工具，接下来最值得问的问题不是“模型还能多聪明”，而是“我有没有把工具接入、权限边界、任务拆分和审计机制设计好”。Claude Code 已经把答案写在产品里了。

我的判断很直接：接下来真正有价值的 AI 编程工具，会越来越像 Claude Code 这样，把 Harness 当成产品的一部分，而不是藏在后台的实现细节。你如果还在用“一个提示词解决所有问题”的思路做工具，迟早会遇到稳定性和治理上的天花板。