上一篇我们读了整个系列的导读——Harness Engineering 是什么、要解决什么问题、有哪些主流框架。今天这篇换个角色——给你一张完整的地图。学一个新领域最怕的不是内容多而是不知道自己在哪、还差多远、哪些是重点哪些可以跳过。这篇文章就是干这个的知识图谱 分层体系 推荐学习路径 里程碑自测从零到落地一张图说清楚。01 | 先搞清楚Harness Engineering 要解决什么问题用 AI 写代码有三个会反复踩到的坑第一个坑Context Rot上下文腐烂对话越长AI 输出质量越差。不是模型变笨了是上下文窗口里的信息密度越来越低——早期的决策、约定、上下文全混在一起AI 开始「遗忘」甚至自相矛盾。这个现象有论文专门研究过叫「Lost in the Middle」——中间部分信息的召回率显著低于头尾。第二个坑决策遗忘你跟 AI 说「我们这个项目用下划线命名法」它这轮记住了下轮重开会话又忘了。决策活在对话里不活在代码里永远是暂时的。第三个坑协作不一致多人用 AI 协作每个人的 AI 行为完全不同——没有共同的约定、没有统一的流程、没有可复现的标准。Harness Engineering 针对这三个问题分别提出三个核心策略决策外化为文件空间维度把决策从对话搬到文件系统让它活在代码旁边流程结构化为阶段时间维度把端到端开发切分为有序阶段每个阶段有清晰的输入输出任务原子化为单元资源维度把大任务拆成可独立执行的小单元每个单元在独立的上下文里完成三者协同才构成完整的 Harness。只做其中一个效果很有限。02 | 四大框架家族图谱现有的 Harness 框架可以按「解决哪个维度的问题」分成四个家族规范驱动开发SDD— 决策外化的主战场框架适合场景核心机制Spec-Kit绿地项目从零开始五阶段规范先行流程OpenSpec棕地项目已有代码库Delta Spec 增量式规范Kiro (AWS)AWS 生态类似 OpenSpec 的规范驱动上下文工程Context Eng— 资源维度的极致代表GSD波次执行Wave Execution调度模型把大任务拆成多波次并行的 Sub-Agent 执行每个 Sub-Agent 独立上下文完全规避 Context Rot能力增强Augment— 给 AI 装「外挂」ECCSkills / Agents / Commands 三层架构加上红蓝队对抗审计机制AgentShield解决的是「AI 能力如何组织和安全管控」的问题编排框架Orchest— 多代理协作OMC多代理编排解决的是多个 Agent 如何协同、任务如何分发、结果如何汇聚03 | 知识分层哪些必须掌握哪些可以按需学不是所有概念都一样重要。按优先级分四层核心层必须掌握入门就要懂概念一句话定义Harness Engineering用工程化基础设施约束 AI 编码代理的方法论Context RotLLM 因长上下文累积导致的输出质量退化规范驱动开发 SDD规范先于代码的开发范式决策外化把决策从对话搬到文件系统流程阶段化把端到端编程切分为有序阶段任务原子化把大任务拆为可独立执行的单元理解层帮助深度理解学完核心再看概念与核心的关系Constitution项目级不可妥协的原则决策外化的最高层Delta Spec增量式规范只描述变更部分OpenSpec 的核心机制Sub-Agent独立上下文的子代理任务原子化的执行载体Wave Execution任务波次并行执行GSD 的核心调度模型Lost in the Middle长上下文中部信息召回率下降Context Rot 的理论根源Hooks事件触发的自动化脚本ECC 的核心机制进阶层高级用法深入某个框架时再看Brownfield-First棕地优先设计哲学OpenSpec 的设计哲学Red/Blue/Auditor红蓝队对抗审计ECC 的安全机制AgentShieldECC 的安全审计子系统DAG 任务依赖有向无环图管理任务依赖关系相关领域有背景更好没有也不影响DevOps、领域驱动设计DDD、MLOps——Harness 有大量借鉴这些领域的思想。04 | 推荐学习路径五个阶段从 0 到落地阶段 0建立全局认知你现在在这里目标能用一段话向同事解释 Harness Engineering 是什么能区分 Vibe Coding、Spec Coding、Harness Engineering 三个概念能说清 Context Rot 的成因。完成这篇文章就算过了。阶段 1吃透三个核心原理目标看到任何新 Harness 框架能立刻识别它在三个维度上分别做了什么。核心原理决策外化为文件核心原理流程结构化为阶段核心原理任务原子化为可独立执行的单元完成标志看到 GSD能说出「它主要解决任务原子化 上下文管理」看到 ECC能说出「它主要解决能力增强 决策外化通过 Skills 文件」。阶段 2深扒三类代表框架目标通过 OpenSpec、GSD、ECC 这三个极致代表分别掌握「规范驱动」「上下文工程」「能力增强」三种设计范式。完成标志能描述 OpenSpec 的 Delta Spec 设计哲学并解释为什么适合棕地能搭建一个 200K Token 上限、自动/clear的 GSD 工作流能描述 ECC 的三层架构Skills / Agents / Commands能解释红蓝队审计的价值阶段 3编排与组合进阶目标学习如何把多个框架组合起来发挥 112 的效果。这里没有标准答案更多是「看真实案例、自己试、然后复盘」。阶段 4落地实战最终目标选一个小项目走完「快速试用与适配性评估」→ 根据评估结果决定「直接落地」还是「定制设计」。三条铁律贯穿始终每个决策外化 严格走阶段 任务原子化。完成标志完成试用评估报告项目中已稳定运行选定的工作流或确认「暂不实施」是合理决策并知道为什么05 | 学习里程碑自测用这个清单检验自己在每个阶段的掌握程度阶段 1 自测核心原理能用 30 秒解释什么是 Context Rot能说出「决策外化」解决的三个具体问题能说出「阶段化」的三大原则先 What 后 How、先全局后局部、先拆解后执行能说出「原子化」的三个标准足迹 50%、依赖闭包、二元判定阶段 2 自测框架理解能在白板上画出 Spec-Kit 的五阶段工作流能解释 OpenSpec 的 Delta Spec 三种操作ADDED / MODIFIED / REMOVED能解释 ECC 三层架构Skills / Agents / Commands的关系能说出「红蓝队审计」在 ECC 中是什么角色阶段 3 自测系统选型给定一个项目场景绿地/棕地/合规能给出推荐框架并说明理由能解释为什么 OpenSpec 不适合从零搭建vs Spec-Kit能解释 GSD 和 SDD 框架的互补关系阶段 4 自测组合实战能在自己项目中搭建 constitution.md能用 OpenSpec 提案一个真实变更propose → apply → archive能写出一份原子化的 tasks.md每条 30 分钟内可完成06 | 你现在在哪薄弱点快速诊断根据大多数刚入门的工程师的情况最容易缺的不是理论而是工程实现可能已经熟悉仍需补强微服务架构基础GSD 的子代理 波次执行如何真正落地AI 编程基础流程多框架组合策略SDD 上下文工程如何混搭某个框架的基本使用团队推行如何让团队接受 Harness技术之外的问题推荐深入方向优先GSD 实战上下文工程这块最容易被跳过但效果最明显其次选一个小项目做端到端的 Harness 落地可选深入理解 ADR、Living Documentation 等经典实践总结三大核心问题Context Rot、决策遗忘、协作不一致——Harness Engineering 针对这三个问题给出了系统性解法四大框架家族规范驱动SDD、上下文工程、能力增强ECC、编排框架——每个家族解决不同维度的问题可以组合使用知识要分层学核心层必须掌握理解层帮助深度理解进阶层按需学不要一上来就陷入细节五阶段路径全局认知 → 核心原理 → 深扒框架 → 编排组合 → 落地实战每个阶段有明确的完成标志自测清单是最好的指南针不用问别人「我学得够了吗」对着清单能答上来就算过答不上来就知道下一步学什么学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】