技术博客阅读分享 26-04-19
- 《 最新！万字综述 Harness 革命！》 – datawhale
- 《 Hermes 凭什么两个月接棒 OpenClaw？》– 腾讯科技
- 《 深度解析 OpenClaw 在 Prompt / Context / Harness 三个维度中的设计哲学与实践 》– 阿里云开发者
- 《 赛博鸡生蛋，7 小时用 Claude Vibe Coding 一个 Mini-Claude 》– 阿里云开发者
最近看了很多关于harness的科普类文章，也算是对这一新概念有了大致的了解。当模型能力到达了一个新的高度之后，真正决定生产力的瓶颈或者关键就不再是模型的能力，而是Harness，即围绕模型搭建的那一套基础设施，使其真正的能够运用到生产环境中，给出可靠可持续的产出。因为模型本身就是一个概率模型，是不稳定的，而生产环境强调的是可靠，可交付，这就注定了模型需要有约束，有可靠性层来保护数据与环境。
目前有很多开源的项目的Harness实践值得学习，不论是源码泄露的Claude Code，还是openclaw, Hermet Agent，都提供了思路不同但很好的范式，我也打算把它们纳入之后的学习计划，读读源码，体会一下背后的工程思想。
今天还看了一篇Vibe Coding实践类文章，使用不超过7小时，搭一个很简单的Mini Claude，实现不难，也没有很多值得讲的地方，但是也和自己平时的实践路径比较像，但感谢作者把它写下来了，我自己就比较懒，没有去系统整理，只有把流程写下来，去阅读和沉淀，才有收获和反思的余地。
平时Vibe Coding的实践路径应该是:
- 先搭出一个最简单的MVP版本，比如这篇文章中作者最开始搭建了一个简单的能完成模型API调用的版本，这是最基本的，能调API拿到回复，说明最核心的逻辑已经跑通了。当然不同的应用要搭建的MVP也不一样，比如要搭移动端app，最基础的就是实现一个能在android studio中编译成功并显示hello world的版本，比如要搭api，就先实现最基本的本地请求get返回简单消息。
- 然后继续迭代加功能，这一部分自不必多说，但作者提到一点确实挺重要，就是在适当的阶段，让ai重构代码，比如看到一个文件超过1000行了，继续加新功能是不合适的，这时候就要让ai去模块化，也需要利用开发者自己的知识，去提出效果的重构建议，比如采用MVC范式等等。同样很多没有对齐的命名和字段也要及时修正，避免屎山代码越来越多。
对于Vibe Coding，我一直相信，agent能够达到的水平和开发者自身知识储备是成正比的，因为我自己也Vibe了很多项目，也产出了很多Vibe出来的屎山代码，本质上还是AI还不够强，知识还不够多，它无从了解或者知道最好的方案，比如我让它写一个function call，编辑word文件，github上很多开源的高质量库，但ai还是倾向与从头写，重复造轮子，当然也和prompt的好坏有关，但是如果人自己的知识储备不够，又如何设计出好的prompt，引导ai向正确的方向走？所有AI时代不是对我们的要求低了，不用学代码了，是要求变了，甚至更高了，要求学的知识更加广泛，稍不留神，就被淘汰了。但是，即使在vibe时接触到陌生领域的知识，ai让我们可以上手更快，人只需要了解与知道方案，比如不知道word tool哪个好，去搜索，去查找，找到好的开源项目，直接告诉ai，它就能直接用，这个角度看，效率确实是大大提升，但是这也意味着，在ai还没有充分强大的现在，人不能懒下来。