Harness Engineering

What is it（这是什么）

Harness Engineering（框架工程）指的是围绕大模型设计"外层脚手架"的工程实践——模型本身只是引擎，真正决定 Agent 能不能干活、干得好不好的，是包裹在模型外面的那一层：工具调用协议、上下文管理、状态机、重试与纠错逻辑、权限边界、记忆系统。同一个模型，换个 harness，任务完成率能从 40% 跳到 80%。这就是为什么 Qwen Intelligence、Unreal Agent、DeepSeek Harness 这些产品都在拼 harness 而不是拼模型参数。对独立开发者来说，这意味着一个新赛道：你不需要训练模型，只需要把某个垂直场景的 harness 做到极致，就能卖出产品。

Why now（为什么现在出现）

三个条件在 2026 年同时成熟。第一，基础模型能力进入平台期，GPT-5、Claude 4、Qwen3 之间的差距缩小到用户感知不到的程度，竞争焦点自然从"模型多强"转向"怎么用好模型"。第二，Agent 从 demo 走向生产，企业发现裸模型跑业务流程的失败率高达 60%，瓶颈不在推理能力而在工程封装。第三，工具调用生态标准化（MCP 协议普及、Function Calling 格式趋同），让 harness 可以跨模型复用，工程投入有了回报预期。一年前模型能力还在快速迭代，做 harness 会被下一代模型直接吃掉；一年后 harness 设计模式可能已经固化，先发者建立标准壁垒。现在正好是窗口期。

Market Evidence（市场证据）

当前信号强度中等偏弱但方向明确。3 个独立信源（oschina、github、arxiv）产生 4 次提及，增长率 100%，说明讨论刚起步但增速陡峭。arxiv 上的论文出现意味着学术圈开始关注，这是技术概念走向主流的前置信号；github 上的项目出现意味着有人已经在动手实现；oschina 的报道意味着中文技术社区开始传播。成熟度 nascent（萌芽期）是准确的判断——这不是炒作泡沫，因为没有任何 VC 融资新闻或大厂 PR 稿在推波助澜，讨论都发生在工程实践层面。但也要清醒：4 次提及是极小的样本量，信号可能是噪声。判断标准是未来 30 天提及次数能否突破 20 次且信源超过 8 个。

Who's Behind It（谁在推动）

目前没有单一"庄家"。阿里系（Qwen Intelligence）在推模型+harness 一体化方案，试图用 harness 锁定开发者留在 Qwen 生态；DeepSeek Harness 走开源路线，用免费 harness 换模型调用量；Unreal Agent 代表游戏/3D 垂直场景的 harness 实践。arxiv 上的论文作者多为高校实验室和独立研究者，尚未形成引用枢纽。真正的潜在庄家是 OpenAI 和 Anthropic——一旦他们把 harness 能力内置到 API 层（比如 Assistants API 升级），独立 harness 产品的生存空间会被压缩。当前的分散格局对独立开发者是好事：没有巨头垄断标准，垂直场景还有大量空白。

TAM & Market Size（市场规模）

潜在用户分三层。第一层是 AI 应用开发者，全球约 300-500 万人，其中愿意为开发工具付费的约 10-15%，即 30-75 万人。第二层是企业 AI 工程团队，全球约 5-8 万家公司在做 Agent 落地，每家年均工具预算 5000-50000 美元。第三层是垂直行业最终用户（客服、法律、医疗），他们不直接买 harness，但通过 SaaS 间接付费。付费意愿明确：开发者已习惯为 Vercel、Supabase、LangSmith 这类工具付月费。市场处于高速增长期，Agent 工具链整体年增速超过 80%。关联数据机会分、需求分均为 0/100，说明这是纯前瞻判断，没有现成需求验证，风险与机会并存。

Competitive Landscape（竞争格局）

现有玩家分三类。基础设施层：LangChain/LangGraph、LlamaIndex、AutoGen，提供通用 harness 框架，但过于抽象，落地要写大量胶水代码。平台层：OpenAI Assistants、Dify、Coze，提供开箱即用但封闭的 harness，无法深度定制。垂直层：Cursor（编码）、Devin（软件工程）证明垂直 harness 能卖出高价。市场空白在"垂直场景的深度 harness"——通用框架不够专，平台方案不够灵活。大公司会做通用层，但不会做长尾垂直场景（比如"跨境电商客服 harness""临床试验数据录入 harness"）。时间窗口 12-18 个月，之后通用平台会通过插件生态覆盖大部分场景，独立开发者必须在此之前建立垂直壁垒。

Business Model（商业模式）

推荐订阅制 + 用量计费混合模式。纯订阅对早期产品获客门槛高，纯用量计费收入不稳定。具体设计：基础版 $29/月含 10 万次 harness 调用，超出部分 $0.0005/次；专业版 $99/月含 50 万次调用 + 自定义 harness 配置；企业版 $499/月起，含私有部署和 SLA。定价依据：LangSmith 起价 $39/月，Dify 云版 $59/月，垂直工具可以溢价 30-50%。12 个月预测：保守 80 个付费用户 × $45 均价 = $3600/月；基准 300 用户 × $55 = $16500/月；乐观 800 用户 × $65 = $52000/月。用户获取成本估算 $80-150（开发者社区内容营销为主），回本周期 2-3 个月。关键指标是月流失率控制在 5% 以内。

MVP Blueprint（MVP 蓝图）

核心功能只做三件事：1）可视化 harness 编排器——拖拽式配置工具调用链、重试逻辑、上下文窗口管理；2）预置 5 个垂直场景模板（客服、数据分析、内容生成、代码审查、文档处理）；3）一键导出为 API 端点，用户拿到的是一条 curl 命令。砍掉：多租户、团队协作、计费系统（先用 Stripe Payment Link 手动收款）。技术栈：Next.js 14 + React Flow（编排画布）+ Supabase（数据库+认证）+ Vercel（部署）+ OpenAI/Anthropic SDK。最快路径：fork React Flow 官方示例，改造节点类型为 LLM 调用/工具调用/条件分支，用 Supabase Edge Functions 做执行引擎。2 天出可演示原型，5 天上线带支付的最小版本。产品类型对齐建议的 SaaS + Tool + API 三形态。

Commercial Opportunities（商业化机会）

方向一：垂直行业 Harness 模板市场。为电商客服、法律文书、医疗问诊等场景提供开箱即用的 harness 配置，按模板收费 $49-199 一次性或 $19/月订阅。目标用户是不懂 prompt engineering 的中小企业主。预期月收入 $3000-8000。

方向二：Harness 可观测性平台。开发者调不好 harness 是因为看不见哪里出错，提供调用链追踪、失败归因、A/B 对比功能，$39/月起。目标用户是已在做 Agent 的工程团队。预期月收入 $5000-15000。

方向三：Harness 即 API 服务。把最优 harness 封装成 API，用户传入任务描述直接拿结果，按调用量计费。目标用户是快速验证想法的独立开发者。预期月收入 $2000-6000。方向一最优：需求明确、竞争少、付费意愿直接。

Product Ideas（产品创意）

🥇 HarnessKit — "不写代码，5 分钟搭出能用的 AI Agent"。面向不会编程的中小企业主和产品经理，提供可视化 harness 编排 + 50 个行业模板。时机对的理由：Agent 需求爆发但供给端全是给开发者用的工具，非技术用户被完全忽略，这是一个被验证过的模式（参考 Webflow 之于网页、Zapier 之于自动化）。

🥈 HarnessBench — "你的 Agent 到底行不行，跑个分就知道"。面向 AI 工程团队的 harness 评测平台，提供标准化测试集、失败归因、版本对比。时机对的理由：企业开始为 Agent 效果买单，但缺乏客观评估标准，谁先建立 benchmark 谁就掌握话语权。

🥉 HarnessHub — "harness 配置的 GitHub"。面向开发者的 harness 模板分享社区，免费浏览 + 付费下载优质配置，平台抽佣 20%。时机对的理由：网络效应强，早期进入者能建立供给端壁垒，但变现慢，适合作为流量入口而非主产品。

SEO Opportunity（SEO 机会）

搜索量趋势上升但基数极小，"harness engineering" 月搜索量估计不足 500。价值长尾词："what is harness engineering"、"agent harness tutorial"、"llm harness design"、"harness engineering vs prompt engineering"、"best agent harness framework"。SEO 难度 0/100 意味着几乎无竞争，任何人现在写都能排第一。策略：写 3-5 篇深度教程而非营销页，重点做 "harness engineering" 的定义页和对比页，配合 GitHub 项目 README 做外链。6 个月内可垄断该词搜索结果。

Risk Assessment（风险评估）

判断可能错在：harness 被模型厂商内置为 API 默认能力，独立产品失去存在价值。三大风险：技术风险（模型厂商快速迭代吞噬 harness 层，概率 40%）；市场风险（Agent 落地不及预期，开发者预算收缩，概率 30%）；执行风险（独立开发者无法跟上多模型适配的维护成本，概率 50%）。最低成本验证：花 3 天做一个垂直场景 harness demo，发到 Twitter/X 和 V2EX，看是否有 10 个以上开发者主动询问"怎么用"。放弃信号：如果 30 天内 OpenAI/Anthropic 发布官方 harness 编排工具且免费，立即转向垂直场景或退出。

Action Plan（行动建议）

第一步（今天）：注册 harnesskit.dev 域名，在 GitHub 建一个 public repo 放 harness 配置示例，写一篇 1500 字中文文章《什么是 Harness Engineering》发到掘金和 V2EX。第二步（本周）：用 React Flow 搭出可视化编排 demo，录 3 分钟演示视频发 Twitter。第三步（本月）：如果有 20+ 人表示兴趣，上线带 Stripe 支付的 MVP，定价 $29/月，目标 10 个付费用户。时间线：第一周完成内容+原型，第一个月完成 MVP+首批用户，第三个月达到 $3000 MRR 或判断方向错误及时止损。

Related Terms（相关趋势）

• Agent Framework — 竞争关系，LangChain/AutoGen 等通用框架与垂直 harness 在功能层重叠
• Function Calling — 依赖关系，harness 的核心机制建立在工具调用协议之上
• Context Engineering — 互补关系，上下文管理与 harness 设计是 Agent 能力的两大支柱
• MCP (Model Context Protocol) — 底层依赖，标准化协议让 harness 可跨模型复用