Context Engineering vs Harness Engineering vs Prompt Engineering

这三个概念构成了 LLM 应用开发的三层技术栈，从微观到宏观、从单次交互到系统架构层层递进。

---

一、Prompt Engineering（提示词工程）

概念

设计、优化输入给 LLM 的文本指令，以获取最佳输出。这是最基础、最微观的层次。

核心特点

• 作用范围：单次 LLM 调用
• 输入输出：文本 → 文本
• 优化目标：输出质量、准确性、格式
• 调试方式：人工调整提示词，观察输出变化

典型技术

// 1. 角色扮演
const prompt = `你是一位资深 Python 工程师，请审查以下代码...`;

// 2. 思维链（Chain of Thought）
const prompt = `请逐步推理：1. 首先... 2. 然后...`;

// 3. Few-shot 示例
const prompt = `示例1: ... → ...\n示例2: ... → ...\n现在处理:`;

// 4. 输出格式约束
const prompt = `以 JSON 格式输出：{"field1": "", "field2": ""}`;

局限性

• ❌ 无状态管理（每次调用独立）
• ❌ 无法处理超长上下文
• ❌ 不能调用外部工具
• ❌ 无错误恢复机制

---

二、Harness Engineering（脚手架工程）

概念

构建 LLM 应用的外部系统和工具链，包括工具定义、状态管理、错误处理、成本控制等。这是中间层，负责"编排"。

核心特点

• 作用范围：整个 Agent/应用会话
• 主要组件：工具、状态、缓存、降级、监控
• 优化目标：系统可靠性、成本控制、用户体验
• 调试方式：日志、链路追踪、A/B 测试

核心组件

class Harness {
  // 1. 工具定义（让 LLM 调用外部能力）
  tools = {
    read_file: { handler: async (path) => {...} },
    execute_bash: { handler: async (cmd) => {...} },
    search_web: { handler: async (query) => {...} }
  };
  
  // 2. 状态管理（上下文窗口控制）
  manageContext() {
    if (tokenCount > 0.75 * maxTokens) {
      this.compress();  // 压缩历史
    }
  }
  
  // 3. 缓存策略（降低成本）
  setupCache() {
    // 标记稳定前缀，复用 KV Cache
    this.cachePrefix = [systemPrompt, toolDefinitions];
  }
  
  // 4. 错误处理与降级
  async callWithFallback(prompt) {
    try {
      return await callModel('opus', prompt);
    } catch {
      return await callModel('sonnet', prompt);  // 降级
    }
  }
  
  // 5. 成本控制
  estimateCost(messages) {
    return countTokens(messages) * 0.015 / 1000;
  }
}

解决的核心问题

问题	Harness 解决方案
上下文溢出	压缩、摘要、滑动窗口
工具调用失败	重试、降级、超时控制
成本失控	Token 计数、缓存、模型路由
响应不稳定	多次采样、投票机制
安全风险	工具白名单、沙箱执行

---

三、Context Engineering（上下文工程）

概念

设计、管理、优化 LLM 在整个任务生命周期中能看到的所有信息。这是最宏观的层次，关注"信息生态"。

核心特点

• 作用范围：跨会话、跨 Agent、长期任务
• 主要对象：信息选择、压缩、记忆、共享
• 优化目标：信息密度、长期一致性、知识复用
• 调试方式：信息检索评估、记忆召回率

上下文的层次结构

Level 4: 长期记忆（跨会话）
         ├─ 向量数据库
         ├─ 知识图谱
         └─ 用户偏好

Level 3: 工作区上下文（项目级）
         ├─ CLAUDE.md / README
         ├─ 项目结构
         └─ 近期修改

Level 2: 会话上下文（本次对话）
         ├─ 历史消息
         ├─ 已执行操作
         └─ 中间决策

Level 1: 瞬时上下文（当前消息）
         ├─ 用户最新输入
         └─ 临时工具结果

关键技术

// 1. 信息选择（只加载相关内容）
class ContextSelector {
  async select(query, codebase) {
    // 从 10 万行代码中检索最相关的 5 个文件
    const relevant = await vectorDB.search(query, { topK: 5 });
    // 每个文件只提取相关函数（而非全部）
    return relevant.map(f => this.extractRelevantSnippets(f));
  }
}

// 2. 信息压缩（有损但保留关键结构）
class ContextCompressor {
  compress(code, level) {
    if (level === 1) return this.extractSignatures(code);     // 只剩函数名
    if (level === 2) return this.extractSignaturesAndComments(code);
    return this.simplifyImplementation(code);                  // 保留逻辑但简化
  }
}

// 3. 长期记忆（跨会话存储）
class LongTermMemory {
  async memorize(decision) {
    await vectorDB.add(decision.embedding, decision.summary);
    await knowledgeGraph.createRelation(decision.from, decision.to);
  }
  
  async recall(question) {
    return await vectorDB.search(question);  // 语义检索
  }
}

---

三者的核心区别

对比表格

维度	Prompt Engineering	Harness Engineering	Context Engineering
作用范围	单次 LLM 调用	Agent 会话生命周期	跨会话、跨 Agent
时间尺度	毫秒级	分钟-小时级	天-周级
主要对象	文本指令	工具、状态、错误	信息选择、压缩、记忆
优化目标	输出质量	系统可靠性、成本	信息密度、长期一致性
典型问题	"怎么让模型理解意图？"	"Agent卡住了怎么办？"	"如何记住上周的决定？"
失败后果	回答质量差	系统崩溃、成本失控	重复工作、决策矛盾
调试方式	人工调整提示词	日志、链路追踪	检索评估、召回率
依赖关系	独立	依赖好的 Prompt	依赖 Harness 提供存储

一句话总结

• Prompt Engineering：怎么说（微观表达）
• Harness Engineering：怎么做（中观系统）
• Context Engineering：知道什么（宏观信息）

---

协作关系图

用户需求
    ↓
┌─────────────────────────────────────────┐
│  Context Engineering（宏观）             │
│  "应该加载哪些历史决策？"                 │
│  "如何压缩10万行代码到2000 token？"       │
│  "如何记住上周的架构决策？"               │
└─────────────┬───────────────────────────┘
              ↓ 提供精选/压缩后的信息
┌─────────────────────────────────────────┐
│  Harness Engineering（中观）            │
│  "如何定义工具让Agent调用？"              │
│  "上下文快满了，要不要压缩？"             │
│  "工具调用失败，重试还是降级？"           │
└─────────────┬───────────────────────────┘
              ↓ 构建请求、管理状态
┌─────────────────────────────────────────┐
│  Prompt Engineering（微观）              │
│  "系统提示词怎么写？"                     │
│  "这个工具描述怎么让模型理解？"            │
│  "如何用few-shot示例引导输出格式？"       │
└─────────────┬───────────────────────────┘
              ↓ 构造最终 Prompt
           LLM 调用

---

实际案例对比

场景：构建一个代码审查 Agent

// ========== 1. Prompt Engineering ==========
// 关注：如何让模型输出高质量审查意见

const reviewPrompt = `
你是一位资深代码审查专家。审查以下代码：

规则：
1. 安全性：检查 SQL 注入、XSS
2. 性能：检查 N+1 查询
3. 可维护性：检查命名、注释

输出格式：
- 🔴 严重问题
- 🟡 建议改进

代码：
${code}
`;

// ========== 2. Harness Engineering ==========
// 关注：如何让 Agent 稳定运行、控制成本

class CodeReviewHarness {
  async review(prUrl) {
    // 工具定义
    const tools = {
      get_diff: () => fetchDiff(prUrl),
      run_linter: (code) => eslint(code),
      get_file_history: (path) => gitLog(path)
    };
    
    // 状态管理：避免上下文溢出
    let context = { reviewedFiles: [], comments: [] };
    
    // 错误处理：工具调用失败时降级
    try {
      const diff = await tools.get_diff();
      for (const file of diff.files) {
        const issues = await this.reviewFile(file);
        context.comments.push(...issues);
      }
    } catch (error) {
      // 降级：只做静态分析
      return this.staticAnalysisOnly();
    }
    
    // 成本控制：预估 token 消耗
    if (this.estimateCost(context) > 0.5) {
      await this.compressHistory();
    }
    
    return context;
  }
}

// ========== 3. Context Engineering ==========
// 关注：应该加载哪些信息？如何压缩？如何记忆？

class CodeReviewContext {
  async buildContext(pr) {
    return {
      // 当前 PR 的变更
      currentDiff: await this.getDiff(pr),
      
      // 相关历史决策（从向量库检索）
      pastDecisions: await this.vectorDB.search(
        pr.description, 
        { filter: { type: 'architectural', limit: 5 } }
      ),
      
      // 项目规范（从 CLAUDE.md 加载）
      projectRules: await this.loadClaudeMd(),
      
      // 压缩策略：只保留关键信息
      compressedHistory: this.compress(pastDecisions, {
        keepSignatures: true,
        dropImplementation: true
      })
    };
  }
}

---

发展路径

const learningPath = {
  beginner: "只做 Prompt Engineering",
  intermediate: "Prompt + Harness（工具、状态、错误处理）",
  advanced: "完整三层（重点是 Context Engineering）"
};

// 投入产出比
const roi = {
  promptEngineering: "低成本、高回报（适合简单任务）",
  harnessEngineering: "中成本、中回报（适合生产环境）",
  contextEngineering: "高成本、高回报（适合复杂长期任务）"
};

---

总结

核心区别

层次	核心问题	关键产出
Prompt	如何表达意图？	高质量的单次回复
Harness	如何构建可靠系统？	稳定运行的 Agent
Context	如何管理信息生态？	长期一致的知识体系

现代 LLM 应用的竞争壁垒

2023 年：Prompt Engineering 是核心技能
2024 年：Harness Engineering 成为标配
2025 年：Context Engineering 是真正的护城河

原因：当基础能力（提示词、工具调用）被模型内置后，真正区分产品优劣的是如何管理信息——知道保留什么、丢弃什么、从哪里检索、如何压缩。这也是 Claude Code、Cursor 等产品的核心竞争力所在。