简介:从提示词优化到上下文治理再到执行约束体系,AI辅助研发经历三次范式跃迁。本文对比三者目标、能力边界、接入成本与适用场景,帮助存量业务系统在提升委托比例时做出可落地的选型判断。
随着智能体式编码从“补全几行代码”走向“理解需求、跨文件修改、跑测试并提交变更”,研发团队面临一个普遍矛盾:模型原始能力已足够强,但在十几万行存量代码、多业务链路与中间件交织的环境中,产出经常“语法正确、风格接近,业务语义却有微妙偏差”。本文对比三类工程方法——提示词工程(Prompt Engineering)、上下文工程(Context Engineering)与约束执行工程(Harness Engineering)——说明它们各自解决什么问题、相同点在哪里、差异来自哪些技术结构,以及如何按场景选型,而不是简单替换同义词或给出绝对化结论。
在真实企业代码库中,隐性知识往往散落在团队经验里:某配置项在全仓库有大量引用、某链路属于高频变更区、金额字段必须用整数类型且单位为最小货币单位。单次对话里把这些信息“说一遍”,无法保证后续编辑、测试与评审都遵守同一套约束。于是工程实践出现三次跃迁:先优化单次交互,再系统化投喂仓库知识,最后用可执行的护栏把智能体关进可验证的工作流。对比这三者,是为了回答搜索用户真正关心的问题:有什么区别、怎么选、迁移要注意什么。
提示词工程关注单次交互优化:通过少样本、思维链、角色设定等,让模型在一次对话中给出更好回答。它解决的是“这一轮输出质量”,不解决仓库级知识沉淀与跨步骤一致性。
上下文工程关注“给模型看什么”:检索相关模块、接口约定、历史缺陷、架构约束,把隐性知识变成可检索的上下文包。它解决的是信息可达性,但检索结果仍可能被后续步骤忽略,且缺少强制校验。
约束执行工程(Harness)关注“智能体如何被允许工作”:把规范写成可执行检查(静态规则、测试门禁、变更范围、类型与单位约束),让规划、编辑、运行测试、发起变更请求都落在同一套护栏内。它弥合的是从“能力”到“可信赖工程产出”的系统性鸿沟。
开篇即可明确:本文对比的是这三类方法,而非某一厂商产品。
三者目标方向一致:提高辅助编码质量、降低人工返工。基础能力上都依赖大模型对自然语言与代码的理解;都可用于开发测试场景;技术逻辑上都承认“模型不知道你们仓库里的隐性规则”。差异不在“要不要用 AI”,而在约束发生在哪一层:对话层、知识层,还是执行与验收层。
提示词工程几乎无系统边界:依赖会话窗口与人工粘贴。上下文工程引入检索、索引、模块地图与文档切片,系统边界是“知识库是否覆盖变更面”。Harness 把仓库规范、测试、权限、变更范围做成工作流组件:规划器只能在允许路径上改文件,执行器必须通过门禁才可提交。资源管理从“一次对话的 token”扩展到“索引更新、规则版本、测试环境与审计日志”。
提示词可快速试错,但无法保证全项目 85 处引用被同时处理。上下文能降低“不知道有哪些引用”的概率,却不能阻止错误类型(例如价格用浮点)。Harness 用规则与测试把“必须用整数且单位为分”变成失败即阻断,覆盖规划、跨文件编辑、测试与合并请求,限制是规则编写与维护成本。
提示词几乎零改造。上下文需要建立检索与文档规范,开发改造量中等。Harness 需要把现有测试、静态检查、配置中心约定接到智能体循环里,接口与流程适配成本最高,但一旦建成,委托比例才可能从“偶尔补全”走向“大部分任务可完整委托”。
不得用虚构数字评价模型。通用维度上:提示词延迟最低、吞吐受会话限制;上下文增加检索延迟,索引滞后会导致过期知识;Harness 因测试与门禁增加端到端耗时,但用失败快反馈换稳定性。弹性上,Harness 更依赖测试环境与并发任务隔离。
身份、权限、数据隔离、审计在 Harness 中成为一等公民:智能体只能改授权路径、密钥不进上下文、每次工具调用可审计。运维成本包括规则版本升级、门禁误报、容量规划。提示词几乎无审计;上下文需防止敏感配置被索引。
提示词人力成本低、长期质量波动大。上下文有索引与文档维护成本。Harness 前期人力与测试资源高,长期用自动化验收降低返工。不编造价格,只强调成本发生在不同阶段。
| 维度 | 提示词工程 | 上下文工程 | Harness 约束执行 |
| 规划重点 | 单轮措辞 | 知识可达 | 可验证工作流 |
| 隐性知识 | 依赖口述 | 可检索沉淀 | 规则+测试强制 |
| 跨文件一致性 | 弱 | 中 | 强(范围与门禁) |
| 接入成本 | 低 | 中 | 高 |
| 运维 | 几乎无 | 索引与文档 | 规则、测试、审计 |
| 适合委托深度 | 局部补全 | 有依据的修改 | 端到端任务 |
条件化判断:团队运维与测试资产薄弱时,先补上下文与测试,再上完整 Harness;高合规、强审计场景更需要执行层护栏,而不是更长的提示词。
按“任务可否完全委托”选型。若失败代价低,用提示词快速迭代。若错误来自“没看见相关代码”,补上下文检索与模块地图。若错误来自“看见了仍违反业务不变量”,必须把不变量写成检查与测试。三者可叠加:Harness 工作流内部仍使用检索与提示词,但验收权在门禁而不在模型自觉。
从提示词迁到上下文:注意索引权限、敏感配置脱敏、文档与代码双源一致性。再迁到 Harness:先选高频、可测链路做试点;明确智能体可写路径与禁止区;把类型、单位、配置引用次数等做成失败即停的检查;关注测试环境隔离、规则误杀、版本兼容。不要假设“换一层工程方法就自动达到某百分比”,比例取决于测试覆盖与规则是否真匹配业务语义。
提示词优化单轮表达,上下文解决信息可见,Harness 用可执行约束把智能体关进可验证的研发闭环。相同点是都服务辅助编码;差异来自约束层级、接入与运维成本、以及能否把隐性知识变成失败即阻断的门禁。选型应依据变更风险、测试资产与合规要求,用叠加而非互斥的方式推进,才能在存量复杂系统中把“能写对语法”推进到“可被工程验收的产出”。