真正的 Agent 工程，至少有三层！

很多人做 AI Agent 翻车，不是因为模型太笨，而是因为他们只会调 Prompt，却没搞懂真正的工程层级。

做智能体，最容易掉进一个误区：以为把提示词写得更长、更细、更像“圣旨”，Agent 就能稳定干活。结果现实很残酷：Demo 时很丝滑，一进真实任务就开始失忆、乱调工具、上下文爆炸、错误没人兜底。你以为是在做智能体，其实只是给聊天机器人穿了一件自动化外套。

真正的 Agent 工程，至少有三层。

第一层是提示工程。它解决的是“怎么说”。你要告诉模型扮演什么角色、完成什么目标、输出什么格式、遵守什么规则。这一层很重要，但它只负责表达意图。Prompt 写得好，模型会更听话；Prompt 写得差，模型一上来就跑偏。但问题是，提示工程再强，也解决不了记忆、状态、工具失败和安全权限这些系统问题。

第二层是上下文工程。它解决的是“给什么信息”。模型不是看见世界，它只能看见上下文窗口里的内容。你塞进去什么，它就基于什么判断。这里的关键不是越多越好，而是高信号、低噪音。历史消息、检索结果、工具输出、项目记忆、当前任务状态，都要被筛选、排序、压缩和动态加载。很多 Agent 越跑越蠢，不是模型退化，而是上下文已经变成垃圾堆。

第三层才是 Harness 工程。它解决的是“系统怎么稳定运行”。这才是生产级 Agent 的核心。编排循环怎么跑？工具怎么注册和校验？状态怎么保存？错误怎么恢复？权限怎么控制？结果怎么验证？子智能体怎么分工？任务跨上下文窗口怎么续上？这些东西不是一句 Prompt 能解决的，而是完整的软件基础设施。

所以三层工程的关系很清楚：Prompt 决定模型听到什么指令，Context 决定模型看到什么信息，Harness 决定整个 Agent 能不能真正干完活。

这也是为什么很多团队做出来的 Agent 只能演示，不能交付。因为他们把全部精力都花在第一层，却忽略了第二层和第三层。真正的产品级智能体，不是“一个超长提示词”，而是一套围绕模型构建的运行系统。

一句话总结：提示工程决定表达，上下文工程决定视野，Harness 工程决定成败。AI Agent 的差距，表面看是模型差距，真正拉开距离的，是模型外面的系统工程能力。