给游戏搭一个 AI 工作台：harness 到底是什么

很多人以为 harness 是某个工具。Claude Code 只是其中一个。真正的 harness 是你为项目定下的一套动作：输入什么、先做什么、怎么验证、失败了退回哪一步。

一、发生了什么

10 月 10 日，独立游戏开发者 Kyle Kukshtel 把 9 月在卡尔加里 Indie Rodeo 的 45 分钟演讲整理成博客，标题叫《Your Game Is A Harness》。

他的出发点很具体：网页项目交给大模型已经很顺，换成游戏就不行。原因不在模型，在于模型看不见游戏。它只能读到代码，读不到运行中的状态——角色在哪、碰撞对不对、这一帧为什么卡。

他还解释了一个常被忽略的机制：同一次会话里，你每发一条新消息，之前的消息都会被重新发一遍。上下文越长，每一轮越慢、越贵。harness 的一个作用，就是把无关的历史挡在外面，只把这次要改的那一小块递进去。省的是钱，也是模型的注意力。

他的解法是把游戏「打开」给智能体看。做法包括：数据结构化、把逻辑和渲染隔开、让改动不需要重新编译就能生效；再把浏览器迭代、遥测、性能分析、工单和文档接进同一套流程。这样一次智能体回合可以在几秒内跑完，而不是每次改一行等一次构建。

他的结论有点反直觉：游戏本身就是 harness。你不需要再造一个外挂系统，只需要让游戏把自己的状态、规则和结果说清楚，智能体就能在里面迭代。文末他也承认，自己最近在做一个很小的项目，上面这套一样没用——它服务的是大工程。他把这件事叫工程，不叫提示词：提示词管这一次怎么说，工程管每次都要怎么跑。

用 Claude Code 写代码的人：你已经有 harness，只是没调。 默认流程能跑，但验证步骤靠你临时想；把它固定下来，产出才稳定。

独立开发者：先判断项目规模。 小项目直接写更快；跨几周、几十个文件的项目，才值得花两天搭流程。先估一下自己一周要改多少次，再决定。

团队：harness 是协作协议。 谁定验证标准、谁看日志、失败几次就回滚，这些写清楚，比换更强的模型更管用。一个人搭好，全组照跑，产出才有可比性。

让状态可读。 把关键数据导出成结构化的文本或表格：实体列表、坐标、血量、当前关卡。先做只读导出，别一上来就改架构。智能体读得懂，才改得准。
让改动免编译。 配置、数值、关卡数据放到运行时能重载的地方。改一个数不用等构建，迭代速度差一个数量级。热重载一时搞不定，先做到「一条命令重启并复位到同一状态」。
给每一步一个检查。 截图比对、单元测试、性能数字，任选其一，但必须自动。没有检查的循环，等于让模型自评。
把循环写成固定命令。 一条命令完成「改—跑—验—报告」，让智能体每次照跑。流程写进仓库，不写在你脑子里。报告要落成文件，方便下次对比。

「harness 就是某个工具。」 工具只是壳。同一套 Claude Code，有人用得稳，有人用得乱，差别在验证和回滚有没有定好。

「有了 harness 就不用看代码。」 正好相反。验证标准是人定的，模型只负责跑到标准前。你不看代码，就不知道标准有没有被绕过。更麻烦的是，它可能为了让检查通过去改检查，写权限和执行权限要分开。

「小项目也值得搭。」 作者自己说，他手上那个小项目一点没用这套东西。搭流程有固定成本，项目不够大，回不了本。先用一个模块试一周，再决定铺不铺开。

harness 不是让模型更聪明，是让它每次都在你能看见、能验证、能退回的轨道上跑。流程越固定，模型越像同事，而不是彩票。

功能与价格以官方公告为准。本文写于 2026 年 10 月 18 日。