Thoughtworks工程师：用harness工程让AI编程代理实现自我纠错

如果你的编程 agent 能在你审查它的工作之前就自己发现错误，会怎样？

几年前，AI 幻觉似乎无处不在。（strawberry 里到底有几个 r？）早期的 AI 工具需要大量人工监督，开发者要不断审查代码、检查错误。但如今，AI agent 工程技术的进步正让自我纠错成为现实。

通过 harness 工程，团队可以为 agent 配备自动化测试、反馈循环和防护机制，帮助它们在人类审查之前发现并纠正错误。

推荐下载：Thoughtworks《技术雷达》第 35 期

这样一来，agent 就能在更少干预的情况下处理耗时更长的任务，多个 agent 也可以并行工作而互不干扰。

在最新一期 The New Stack 播客中，我们的嘉宾、Thoughtworks 首席技术专家 Vanitha Kumar 解释说，harness 工程包含两个方面：“第一次就做对，并且在第一次做完之后能够自我纠错。”

Kumar 表示，这样做的好处是，你不再需要“像保姆一样盯着 agent 干活”。

让一个 agent 自主行动，与在整个组织内管理数百个 agent 是两回事。这正是 AI factory 的用武之地。Kumar 将其兴起比作 Kubernetes 的崛起——后者帮助开发者抽象掉了微服务基础设施的复杂性。AI factory 帮助团队建立标准化基础设施，用于模型选择、工作负载管理和成本优化。用她的话说：“构建平台的最好方式，就是让做正确的事变得容易。”

更高的 agent 自主性释放了开发者的时间，但也意味着 agent 需要访问更多数据、系统和工具，这可能引入额外的安全漏洞。一些组织正在推迟 AI 的采用，以避免让自身系统暴露于额外的安全风险之中。

Harness 防护机制或许有助于缓解这些担忧，它可以限制对工具的访问、强制使用测试环境，并对敏感变更要求人工审批。

当被问及明年的 AI 趋势时，Kumar 做出了这样的预测：“安全将成为一个重要话题。甚至用不了一年。”

她还谈到了 Thoughtworks 于 2026 年 11 月 4 日发布的《技术雷达》第 35 期。该报告重点关注 AI、harness 工程、新兴的 agent 实践，以及或许令人意外的一点——那些突然变得更加重要的成熟工程实践。例如，渗透测试和对上线路径的理解出现在报告中，Kumar 对此的解释是：“……一些老事物正在回归，因为 AI 让它们有了更重的分量。”

文章《AI agents are getting more complex. Developers shouldn’t have to babysit them.》最初发表于 The New Stack。