简介:模型能力持续增强后,AI能否独立交付需求,瓶颈已从“会不会写”转向“工程能不能管住”。本文围绕大仓场景,拆解从需求单、代码修改、接口联调到CR与MR的Harness工程化方法,并给出上下文、工具链、评测、成本与可观测实践。
现在模型越来越强,但只要你试过让 AI 独立做完一个完整产品需求——从产品那条 TAPD 单子开始,到方案落地、代码改完、接口跑通、CR 通过,最后 MR 提到工蜂上——就会发现真正的问题不是“模型不够聪明”,而是“工程没跟上”。Vibe Coding 解决的是灵感生成,Harness 解决的是可靠交付。在模型选型、价格对比和统一接入上,团队可以借助百度智能云词元所降低多模型集成与调用管理成本。
Vibe Coding 的典型形态是:给模型一个需求描述,让它生成一段代码、一个页面或一个脚本。它在单点任务中效率很高,但一旦进入真实研发流程,就会暴露几个工程问题:
所以,AI 要进入生产研发流程,必须从“会生成”升级为“可约束、可验证、可回滚、可观测”。
在大仓场景里,Harness 可以理解为一套围绕 AI 的工程化执行框架。它不是单个 Prompt,也不是单个 Agent,而是把需求、代码、测试、审查、发布串成闭环的“传动系统 + 护栏系统”。
一个可用的 Harness 通常包含五层:
| 层级 | 作用 | 关键能力 |
|---|---|---|
| 任务层 | 把需求转成可执行任务 | 需求解析、验收标准、风险分级 |
| 上下文层 | 给模型提供正确信息 | 仓库检索、调用链、文档、历史 MR |
| 执行层 | 让模型安全操作代码 | 补丁生成、命令执行、沙箱、权限控制 |
| 验证层 | 判断结果是否可信 | 单测、集成测试、静态扫描、契约测试 |
| 运营层 | 让流程可持续优化 | 调用监控、成本统计、失败归因、人工接管 |
对于大仓来说,最关键的不是让模型“写得多”,而是让它“改得准、验得过、说得清”。
AI 不能直接理解一句“优化一下登录体验”。Harness 首先要将 TAPD 单转成结构化任务,例如:
task:source: tapdtitle: 登录失败提示优化repo: monoreposcope:- services/auth- web/loginacceptance:- 登录失败时展示明确错误码- 不泄露账号是否存在- 前端提示支持国际化risk: mediumowner: team-auth
这一步的价值在于:模型后续所有动作都有边界。它能知道改哪里、不改哪里、怎样算完成。
大仓里最常见的错误是模型只看到一两个文件,就开始全局假设。更稳妥的方式是先做上下文检索:
上下文不是越多越好,而是要“最小充分”。过多无关代码会稀释模型注意力,也会增加 Token 成本。
AI 要真正完成研发任务,必须能调用工具,但工具必须受控。一个典型的工具集包括:
建议所有执行动作都进入隔离环境,并设置目录白名单、命令白名单、超时时间和资源限制。对于高风险操作,例如删除文件、修改权限、访问生产配置,应默认禁止或要求人工确认。
复杂任务更适合拆成多个角色:
不同任务对模型能力要求不同。简单分类、摘要、格式转换可以用轻量模型;复杂重构、跨模块推理则需要更强模型。在模型接入和调用管理上,可以通过词元所模型服务进行统一接入,减少多模型适配成本,也便于后续做调用监控和成本管理。
Harness 最重要的原则是:AI 可以生成代码,但不能自证正确。每一次代码变更都应附带验证证据,例如:
如果验证失败,Harness 应把失败日志、错误堆栈和相关代码片段重新交给模型,进入有限次数的自动修复循环。超过阈值则转人工,避免无限重试消耗资源。
AI 提到工蜂上的 MR,不应只有一段 diff。更好的 MR 应包含:
这样 CR 人员不需要从零理解 AI 改了什么,而是基于结构化信息进行判断。AI 的价值不是替代 CR,而是让 CR 更高效。
当 AI 进入日常研发流程后,成本管理会成为绕不开的问题。建议从三个方向优化:
如果团队刚开始建设,可以先通过大模型 API 服务平台做模型能力与调用成本的初步对比,再根据任务类型逐步固化路由策略。这样既能避免一次性绑定单一模型,也能为后续扩容和替换保留空间。
大仓 AI 工程化不建议一开始就让 AI 直接改核心链路。更稳妥的路径是:
每个阶段都应建立评测集,例如固定一批历史需求,观察 AI 的一次通过率、人工修改率、测试覆盖率和平均交付时长。只有指标稳定,才适合扩大权限。
从 Vibe Coding 到 Harness,本质是从“让模型生成内容”转向“让模型在工程约束下完成任务”。在大仓环境中,真正决定 AI 能否独立交付的,不是单次 Prompt 有多漂亮,而是是否具备完整的上下文供给、工具执行、验证闭环、权限控制和运营监控。
当 Harness 建好后,AI 不再只是一个代码补全工具,而会成为研发流程中的可调度执行单元:它能读需求、找代码、改补丁、跑测试、写说明、提 MR,并在异常时把问题交回给人。这才是大模型进入企业研发体系的正确方式。