概念卡：AI Engineering 四个阶段的演进

来源： 施塔克先生与贾维斯的对话 — 追问 Harness Engineering 后梳理 日期： 2026-06-27 标签： #AI方法论 #概念卡 #演进史

演进脉络

Prompt Engineering → Context Engineering → Harness Engineering → Loop Engineering
   2023-2024             2025初               2025中-2026             现在

四个阶段详解

① Prompt Engineering（提示词工程）

核心： 学会好好说话，写更好的提示词、调温度参数、加 few-shot
瓶颈： 花一周调 prompt 跟默认配置的差距不到 10%
局限： 模型能力同质化后，prompt 的边际效益越来越低

② Context Engineering（上下文工程）

核心： 构造更丰富的上下文信息，让模型在回答问题前先读到相关材料
代表技术： RAG、知识库检索、结构化上下文注入
与本库的关联： 概念卡+洞察卡系统本质就是这个阶段的工作

③ Harness Engineering（驾驭工程）

核心公式： Agent = Model + Harness
定义： 不是改模型本身，而是给模型装一套管理系统——控制工具调用、输出格式、重试机制、自我评估
类比： Harness 本意是马具/缰绳，让 AI 这个"野马"按你的路线跑
代表系统： Hermes Agent（skills/plugins/cron/gateway）、Claude Code、Codex 的底层框架
时间： 2025 年中成为焦点

④ Loop Engineering（循环工程）

核心： 定好目标和检查标准 → Agent 自己循环跑 → 自己检查 → 自己修复
核心构件： Automations + Worktrees + Skills + Connectors + Sub-agents
代表系统： Codex 目标模式、Claude Code 的 loop 模式
当前状态： 新范式，正在普及中

对比总结

阶段	核心问题	人类参与度	瓶颈
Prompt	提示词怎么写？	每一步都要调	prompt 边际递减
Context	上下文怎么喂？	每轮要喂	知识库质量
Harness	系统怎么控？	搭好要维护	系统设计复杂度
Loop	循环怎么跑？	定目标就行	目标定义的清晰度

关联

关联概念卡：[[概念卡-LoopEngineering]]（第四阶段的详细展开）
关联概念卡：[[概念卡-AI效果公式]]（印证"20% 模型能力同质化"的观点）
关联洞察卡：[[洞察卡-人类价值在于需求定义]]（Loop 时代目标定义能力的价值）