AI-Wiki

基本定义

Harness架构迭代优化方法是AI工程思维下针对多组件AI架构的迭代规则，由Anthropic团队在优化Harness架构的实践中提出。其提出背景为：团队早期尝试直接简化Harness架构时，不仅未能复现原始版本的开发效果，也无法判断架构中各组件的实际作用边界，因此总结出这套系统化迭代方法，核心逻辑为每次仅移除一个组件，观察对最终结果的影响后再推进下一步优化，从根源上避免盲目简化架构导致的开发质量下降问题。

该方法的落地与大模型能力升级直接相关，迭代过程中Anthropic发布了Claude Opus 4.6，该模型具备更强的长时任务连贯性、大代码库开发可靠性、代码审查调试能力与长上下文检索能力，原本需要架构补足的能力可被模型原生覆盖，为架构简化提供了基础前提。

核心迭代实践

1. 冗余组件移除规则

严格遵循单次仅调整一个组件的规则，首个被验证可移除的组件为迭代拆分机制：

该组件原本的作用是将复杂开发任务拆分为若干小模块，避免模型因任务体量过大出现偏航；
经过对照测试，Claude Opus 4.6的原生能力已经可以独立处理长时复杂任务的连贯性管理，移除后未出现开发偏航问题，因此确定该组件为冗余组件正式移除。

2. 核心组件保留验证

经过单组件移除测试，两个核心组件被确认仍具备不可替代的价值，予以保留：

Planner组件：无Planner支撑时，Generator组件会直接跳过需求规格制定环节开始开发，最终输出的应用功能覆盖率更低、逻辑混乱，无法匹配用户核心需求；
Evaluator组件：无Evaluator支撑时，Generator智能体的智能体自我宽容特性会凸显，大量BUG、功能缺失问题无法被检出，开发质量得不到保障。

3. 组件工作模式优化

在确认Evaluator组件保留的基础上，团队对其工作模式进行了动态调整：

原模式为每轮开发迭代都输出评分与反馈，新模式为仅在整轮开发结束后做一次总评，仅针对复杂任务保留多轮评估逻辑；
调整逻辑为：Evaluator的价值取决于任务相对当前模型原生能力的边界位置，对于Claude Opus 4.5，常见开发任务刚好处于Generator独立完成的能力边缘，每轮评估可有效提升质量；对于Claude Opus 4.6，大部分常规开发任务已经处于其独立完成的能力范围内，高频评估只会增加开发时间与token消耗，仅当任务超出模型能力边界时才需要启用多轮评估。

效果验证

团队以「基于Web Audio API开发功能完整的数字音频工作站」为测试用例，验证了迭代优化后架构的有效性，核心数据如下：

总耗时3小时50分钟，总token成本约124.7美元：其中Planner组件耗时4.7分钟、成本0.46美元，Generator组件三轮开发耗时3小时20分钟、成本113.85美元，Evaluator组件三轮评估耗时25.2分钟、成本10.39美元；
移除迭代拆分机制后，Generator可连贯工作2小时以上，独立完成应用规划、智能体逻辑对接、前置自测等工作，未出现偏航，验证了冗余组件移除的合理性；
Evaluator组件先后检出「音频片段不可拖动、无乐器面板UI、无图形化效果编辑器、音频录制仅为占位功能、无法拆分音频片段」等核心功能缺口，推动Generator完成三轮迭代，最终产出具备编排视图、混音器、传输控制、AI辅助作曲能力的可用DAW，验证了核心组件保留的必要性。

细节与边界

适用场景：仅适用于Harness架构这类多组件配合的AI工程架构迭代，不适用于单模块逻辑的优化；
操作规则：必须严格遵循单次仅调整一个组件的要求，若同时调整多个组件，将无法准确定位各组件的实际作用；
决策依据：组件的去留、工作模式的调整没有固定规则，必须以当前所用大模型的能力边界、具体任务的复杂度为核心判断依据；
例外情况：对于超出当前大模型独立完成能力的复杂任务，不能盲目追求架构简化，需保留对应的支撑组件保障输出质量。

Harness架构迭代优化方法