Harness工程实践：AI-First组织如何将六周流程压缩至一天

事件概述

硅谷初创公司CreaoAI（25人团队）实践了被称为“Harness Engineering”的AI-First工程范式。创始人在访谈中详细拆解了其核心方法论：构建动态、可自我优化的AI驱动系统，而非简单地将AI嵌入现有流程。目前该团队99%的代码由AI完成，50%以上的bug通过自动修复系统处理，产品迭代从传统6周压缩至1天。

核心信息

• Harness Engineering定义：不仅是提示词工程或上下文工程，而是包括工具链、沙箱架构、宿主服务交互、延迟优化等在内的系统性工程，核心是让Agent系统实现自我修复和自我优化。
• 开发流程重构：AI主导规划、编码、测试、部署的全流程。传统CI/CD升级为Agent驱动的CI/CD，Agent可并行检测bug（1-2分钟发现，1-2小时修复发布），而此前人工流程需一周。
• 组织架构变化：
  • 产品经理角色被拆解，其对齐成本由AI承担；市场团队不再追开发提需求，开发速度反超市场消化能力。
  • 团队角色分为“架构师”和“操作者”：架构师负责设计系统架构（如沙箱与宿主交互规则），并发现AI规划的缺陷；操作者负责执行与反馈。
  • 初级工程师因技术债务少、scope扩展意愿强，比资深工程师更易适应AI驱动的工作方式。
• 信任转型：最难的一步是从信任人变为信任AI。需要构建护栏（guardrails）和机制保障AI决策可被信任，并建立以AI为主的对齐方式（例如AI直接告知市场团队工程进度）。
• 效率量化：Creao目前25人，工程师不足10人，两周完成第一阶段产品部署。按传统方式需约100人、4-5个月。

值得关注

• AI不再是工具，而是生产力主体：当AI主导生产时，人的角色变为“复盘结果好坏”“判断什么是有价值的”，而非具体执行。
• 中小企业最先受益：大企业合规和遗留系统问题多，中小企业更易率先完成AI-First转型。
• 未来内容消费主体或变为Agent：市场物料可能需要面向Agent而非人类，SaaS产品需提供MCP和API供Agent调用。
• 复合型人才价值凸显：兼具产品感知、市场感知和实现能力的人才在AI环境下更具竞争力。