Google开发者详解“harness engineering”：用确定性组件约束AI编码代理，实现零手写代码产品
Google AI开发者发文介绍harness engineering概念，指通过沙箱、修复循环等确定性组件限制AI编码代理行为，并引用OpenAI实验称 3 名工程师用Codex构建了零手写代码的内部测试产品。
AI解读：Harness engineering的核心是解决AI生成代码的信任问题——你不必逐行审查，而是通过沙箱、权限策略、自动测试和修复循环等确定性组件，把代理限制在安全范围内自主工作。Google开发者文章以OpenAI实验为引（3 名工程师用Codex零手写代码交付内部测试产品），说明真正的工作在于设计环境而非编写业务逻辑。文章提供了具体实现路径，如用ADK配置沙箱、用workflow构建测试失败后的自动回环，并设置迭代上限防止死循环。对开发者的实际影响在于，若采用此模式，编码代理可从“辅助写码”升级为“自主完成测试驱动开发或重构”，但前提是必须有清晰的仓库结构和明确的边界定义；目前限制是这仍依赖精心设计的验证节点，且公开的成功案例规模有限。普通用户无需立即行动，但关注AI编程的团队可将其作为评估代理可靠性的新视角。
Google AI开发者Shir Meir Lador在官方开发者博客发文，引入“harness engineering”概念，指围绕大型语言模型（LLM）构建确定性组件来约束AI编码代理，使其在限定范围内自主完成编码任务。文章援引OpenAI的一篇博客称，一个由 3 名工程师组成的团队用Codex构建并发布了内部测试版软件产品，全程零手写代码，所有代码（应用逻辑、测试、CI配置、文档、可观测性、内部工具）均由Codex生成。
文章定义harness为包裹LLM的确定性组件集合，包括编排层、执行沙箱、状态持久化和验证工具，其目标是防止代理破坏生产环境或删除数据。作者引用同事Arthur Thompson的解释，并提及Balaji Subramaniam的博客详细描述了这些组件。
核心实践：设置边界、修复循环与逻辑仓库结构
文章提出三个关键实践：第一，设定严格边界，通过访问控制（如限制在特定沙箱内）防止代理误删生产数据；第二，构建“修复循环”，当构建失败或测试失败时，harness自动捕获错误日志并反馈给代理，让代理自行修复；第三，提供“地图而非手册”，强调不要用冗长指令淹没代理，而应逻辑化组织仓库，让代理在工作过程中逐步发现上下文。
- 修复循环示例：ADK 2.0下，执行测试节点根据测试结果路由，若失败则将错误回溯反馈给代理循环尝试；同时记录迭代次数，超过阈值（示例中为 5 次）则安全终止，防止无限循环。
- 仓库结构：建议代理按需发现上下文，而非一次性给大量说明文件。
代码示例：用ADK和Antigravity搭建本地harness
文章展示了使用Google Antigravity SDK与ADK的代码示例，用Python脚本让代理在指定沙箱目录（如 './sandbox'）内运行，并指定记忆保存位置（'./trajectories'）以便学习。代理通过policy.allow_all() 获得策略权限，但仍被限制在沙箱边界内。
测试通过workflow图编排，将代理与测试节点链接，测试失败时路由回代理，形成自主修复循环。文章称，用户可按示例步骤在本地运行：安装 'google-adk[antigravity]'、从Google AI Studio获取免费Gemini API密钥并导出、将代码保存为Python脚本并在沙箱目录放入损坏的Python或Node文件后运行。
- 扩展建议：可添加第二个AI代理（如SecurityAuditor）审查代码，或接入自定义linter强化架构规则，并可替换测试节点为子进程执行pytest或npm test。
- 缩放路径：可下载完整IDE和CLI（antigravity.google），或使用Antigravity托管代理进行远程执行，以及ADK 2.0的图工作流。
更多资料与使用场景
文章末尾推荐了同事的指南：Sara的codelab演示Cloud Run沙箱构建安全代理环境，Balaji Subramaniam的《Loop Engineering for Coding Agents》深入讲解自纠错，James O'Reilly的文章分析用agentic管道和Antigravity在企业大规模自动化遗留系统现代化。