harness engineering 时代，程序员的价值在于定义问题
- 内容介绍
- 文章标签
- 相关推荐
2025 年是 reasoning 之年，也是 agent 之年。以 Claude Code 为首的 coding agent，展现出了让程序员绝望的能力。
2024 年秋天我还在字节时，AI coding 还没有那么普及，RAG 还是很新的技术。那时候，我还是把代码粘贴到网页端的 ChatGPT 里来解决问题；如果输出太长，还要分几次才能输出完。内部的服务全是各种 RPC 调用，光是捋清楚逻辑就已经很难了，更别提让 AI 读懂上下文了。当时的 AI coding 看起来还很鸡肋，Trae 也是大概半年后的事情了。再往前，到 ChatGPT-4 时代，程序员看待 AI coding 还像 Tom 看到机器猫一样，觉得这玩意儿替代程序员还早得很；而在 ChatGPT-3.5 时代，AI 还只有情绪价值，扮演个猫娘还行，coding 更是无从谈起。没想到 AI 的能力是指数级上升的，短短三年，沧海桑田。
我最早接触的 coding agent 工具是 VS Code 的 Copilot。那时候它还主要是 Tab 补全，后面因为 Trae 免费，我转向了 Trae；直到 2025 年下半年，我才开始高强度使用 Cursor。第一次用到 Anthropic 模型的时候，简直惊为天人，从此爱不释手，告别古法编程。后来我在小红书上看到有人说 Claude Code 比 Cursor 强一大截，但因为一直没有廉价的 Claude Code API，所以一直没有尝试。直到 2026 年春天，我才开始逐渐从 Cursor 转向 Claude Code。CC 就像海洛因，沾上就戒不掉了。
我曾经像绝大多数程序员一样傲慢，认为 context engineering、rules、skills、MCP 都只是对 prompt engineering 的包装，不过是为了公司股价炒作出来的概念罢了。不就是自然语言吗，搞这么多名词干嘛？直到 Harness Engineering 时代，我才开始重新审视这些概念，意识到以前的认知错了。定义问题是什么，是一件十分重要的事情：LLM 为什么不能交付生产级别的代码？因为它没有生产环境的约束。
2025 年是 reasoning 之年，也是 agent 之年。以 Claude Code 为首的 coding agent，展现出了让程序员绝望的能力。
2024 年秋天我还在字节时，AI coding 还没有那么普及，RAG 还是很新的技术。那时候，我还是把代码粘贴到网页端的 ChatGPT 里来解决问题；如果输出太长，还要分几次才能输出完。内部的服务全是各种 RPC 调用，光是捋清楚逻辑就已经很难了，更别提让 AI 读懂上下文了。当时的 AI coding 看起来还很鸡肋，Trae 也是大概半年后的事情了。再往前，到 ChatGPT-4 时代，程序员看待 AI coding 还像 Tom 看到机器猫一样，觉得这玩意儿替代程序员还早得很；而在 ChatGPT-3.5 时代，AI 还只有情绪价值，扮演个猫娘还行，coding 更是无从谈起。没想到 AI 的能力是指数级上升的，短短三年，沧海桑田。
我最早接触的 coding agent 工具是 VS Code 的 Copilot。那时候它还主要是 Tab 补全，后面因为 Trae 免费，我转向了 Trae；直到 2025 年下半年，我才开始高强度使用 Cursor。第一次用到 Anthropic 模型的时候，简直惊为天人，从此爱不释手，告别古法编程。后来我在小红书上看到有人说 Claude Code 比 Cursor 强一大截，但因为一直没有廉价的 Claude Code API，所以一直没有尝试。直到 2026 年春天，我才开始逐渐从 Cursor 转向 Claude Code。CC 就像海洛因，沾上就戒不掉了。
我曾经像绝大多数程序员一样傲慢，认为 context engineering、rules、skills、MCP 都只是对 prompt engineering 的包装，不过是为了公司股价炒作出来的概念罢了。不就是自然语言吗，搞这么多名词干嘛？直到 Harness Engineering 时代，我才开始重新审视这些概念，意识到以前的认知错了。定义问题是什么，是一件十分重要的事情：LLM 为什么不能交付生产级别的代码？因为它没有生产环境的约束。