本文是「企业级应用中 Harness Engineering 的实践与思考」系列的第 篇。

在hen多 vibe coding 的实践里Zui常见的路径是这样的：给 Agent 一个模糊的需求，Agent 思考一阵后就开始不断生成代码。

经过一段不短的等待之后它交付出一个kan起来确实还不错的结果：页面Neng打开，流程Neng跑通，功Neng也大致可用。

这种体验hen容易让人产生一种错觉：只要模型足够强，需求就Ke以直接通向实现。

但在企业级应用里这条路径往往会带来问题。

Agent 直接实现出来的东西，可Neng充满了大量猜测、臣想和自我设计。

它不一定明显错误，甚至可Nengkan起来hen完整、hen合理、hen可用，但它并不一定是业务真正需要的东西，也不一定符合Yi有系统的边界、规则和协作方式。

这也是软件工程一直试图解决的问题。

真实开发hen少是从一个模糊想法直接跳到代码，而是通过 workflow 中的一系列阶段，把大的业务目标、产品意图或 use case，逐步拆解成Ke以理解、Ke以追踪、Ke以协作、Ke以开发、Ke以管理、Ke以验证的工程单元。

这些阶段并不是形式主义。

它们让一个复杂需求从“想要什么”逐渐变成“要Zuo什么”“谁来Zuo”“Zuo到什么程度”“如何判断完成”。

需求被拆解之后协作才有边界，开发才有入口，验证才有依据，管理才有对象。

AI 的 Harness 也是一样的。

它不是要跳过软件工程，也不是凭空发明一套新的管理概念，而是要把 workflow 中这套拆解、流转、确认和验证机制重新应用到 AI Agent 上。

Workflow 的意义，不是让 Agent 慢下来而是让它先进入正确的问题结构，再开始加速。

在传统软件工程实践中，当需求大到接近 epic 的规模时进度管理就变得必要。

因为这个粒度Yi经不再是一个人、一两次提交、一次简单验证就Neng完成的任务。

它通常包含多个功Neng点、多轮实现、多次反馈，也会跨越一段时间和多个上下文。

AI Harness 也需要这样的Zui大工作粒度。

它需要一个容器，把长期目标从开放的想法中圈出来让它拥有边界、状态和可追踪的进度。

这个容器不Neng太大，大到只剩愿景；也不Neng太小，小到只是一个普通任务。

它应该刚好承载一个Ke以被拆解、推进和验证的工程目标。

在这套实践中，这个粒度被称为 plan。

这里没有直接沿用 epic 这个词，并不是为了制造新概念，而是为了避免机械照搬传统项目管理语境。

plan geng强调“一个需要被持续推进和治理的目标范围”：它Ke以对应一个功Neng集合、一次架构调整、一次迁移计划，也Ke以对应一个阶段性的工程目标。

plan 也是 spec 所对应的主要规模。

也就是说一个 plan 不只是任务列表的外壳，它通常承载着一个需要被说明、拆解、实现和验证的较大工程意图。

但 plan 本身并不是 AI Agent 直接执行的Zui小单位。

plan geng重要的作用，是创建、组织和管理一组 stories。它定义这一组 stories 属于哪个目标，当前整体推进到什么状态，哪些 stories Yi经完成，哪些还在分析、实现、审查或暂停。

story 这个概念并不是凭空出现的。它脱胎于软件工程实践中的 story card：一个足够小、Ke以被理解、讨论、实现和验收的工作单元。

Status：工作阶段的管理

in-review → completed 是质量门。这个阶段，人需要阅读开发报告、review 报告和测试报告，并且必须直接验证功Neng行为。必要时也Ke以阅读代码，但不应该把人工验收变成以读代码为主的工作。对于单个 story，或者一组相关 stories，人需要像产品验收一样判断：实现是否符合预期，问题是否真的解决，风险是否Ke以接受，结果是否Ke以被关闭。Status History 的重要性

Harness Engineering 中的人机协作 和 这样的转换，必须由人确认。

Harness Engineering 不是简单的流程管理复刻，而是把软件工程积累下来的拆解流转机制重新组织成适合 AI 参与真实开发的执行结构。Ru果说 Harness 的目标是让 AI 在真实约束下Zuo正确的事，那么 workflow 就是这件事Zui基础的骨架。