Harness Engineering 来了，SDD 还有意义吗？
一句话概括
腾讯云何艺萍辨析 Mitchell Hashimoto「发现 Agent 出错就工程化消除复发可能」的个人视角与 OpenAI「5 个月 100 万行代码 1500 个 PR 全由 Agent 生成」的系统视角，论证 Harness 与 SDD 不竞争而是互补：引擎越强 Spec 越重要。
实践内容
AGENTS.md 设计原则
AGENTS.md 应保持 100 行目录式，不当百科全书。Spec 漂移需主动检测机制。
Harness 与 SDD 的关系模型
Harness 把 Agent 执行力放大，Spec 在 scaffolding 中担任三个角色：
- Agent 推理地图 —— 指导 Agent 的推理方向
- 语义约束基础 —— 定义 Agent 的行为边界
- 反馈回路判据 —— 作为验证 Agent 输出的标准
核心结论：引擎越强 Spec 越重要。Harness 放大了 Agent 的执行力，但执行力的方向和约束仍然需要 Spec 来定义。
两种视角的对比
| 维度 | Mitchell Hashimoto 个人视角 | OpenAI 系统视角 |
|---|---|---|
| 核心方法 | 发现出错 → 工程化消除复发 | 大规模 Agent 生成代码 |
| 规模 | 个人项目 | 5 个月 100 万行代码 1500 个 PR |
| 关注点 | Agent 可靠性 | 系统级生产效率 |
| SDD 定位 | Harness 的补充 | Harness 的基础 |
摘录
Harness 与 SDD 不竞争：Harness 把 Agent 执行力放大，Spec 在 scaffolding 中担任「Agent 推理地图 / 语义约束基础 / 反馈回路判据」三角色，引擎越强 Spec 越重要，AGENTS.md 应保持 100 行目录式不当百科全书，Spec 漂移需主动检测机制。
从 Mitchell Hashimoto「发现 Agent 出错就工程化消除复发可能」的个人视角与 OpenAI「5 个月 100 万行代码 1500 个 PR 全由 Agent 生成」的系统视角来看，两者并不矛盾——前者关注个体可靠性，后者关注系统级生产效率。
涉及实体
- Harness-Engineering —— 本文论证 Harness 与 SDD 的互补关系
- Spec-Driven-Development —— SDD 在 Harness 体系中担任推理地图、语义约束和反馈判据三角色
- Mitchell-Hashimoto —— 代表个人视角的 Harness 实践者
涉及主题
我的评注
这篇文章解决了一个常见的认知误区：Harness 和 SDD 不是二选一的关系。Harness 放大执行力，SDD 定义方向和约束——两者是互补的。这个观点对实际项目决策很有指导意义。