模型能力的提升并不意味着系统可靠性的提升——任务漂移、上下文遗忘、执行失控，这些挑战催生了AI Agent工程实践的四阶段演进。北大青鸟人工智能研究院这份报告系统梳理了从Prompt Engineering到Loop Engineering的完整路径，提出了Agent=Model+Harness的核心公式与三大设计原则，为构建生产级Agent系统提供了可复用的方法论框架。

Prompt Engineering（提示工程）核心关注“如何说对话”，通过设计角色、任务描述、Few-shot示例等方式优化指令，适用于单轮或短任务。其局限在于模型容易“忘”、幻觉严重。Context Engineering（上下文工程）核心关注“模型看到什么”，通过RAG、记忆系统、知识库构建等方式优化输入环境，适用于多轮对话和知识密集型任务。但长周期任务仍会漂移、累积错误。

Harness Engineering的核心公式为：Agent = Model + Harness。Harness是模型之外的一切：系统提示、工具接口、权限控制、沙箱、反馈循环、验证机制。概念由HashiCorp联合创始人Mitchell Hashimoto于2026年2月首次提出，OpenAI随后发布实证报告。Harness包含并超越了前两者，重点转向系统级可靠性。

Loop Engineering核心关注“如何实现长期自主运行与自我驱动”。在Harness基础上引入时间/调度维度和递归目标达成机制，设计自动化的“循环系统”代替人工逐轮Prompt。迭代循环为Action→Observe→Reason→Adjust。核心理念是“不再手动Prompt Agent，而是设计系统来Prompt Agent”。

约束决定边界，明确优于繁多。最小权限原则让Agent只能访问完成任务所必需的工具和资源；显式约束通过架构约束文件（AGENTS.md、CLAUDE.md）和工具边界定义行为范围；失败收敛确保错误被限制在可控范围内。好的约束不是越多越好，而是越明确越好。

Agent的工作本质是不断规划、执行、反馈和修正的循环。状态可恢复确保任务中断后能够从断点继续；反馈结构化帮助模型准确理解当前状态；循环有边界通过明确的完成条件、超时时间和最大迭代次数避免无限循环。

验证优于信任——任务完成需经过测试、校验或人工确认；风险决定自主权——根据任务风险决定自动化程度；可观测性——记录完整的执行过程，支持追踪、调试和持续优化。模型可以生成结果，但不能保证结果一定正确。

三人团队5个月产出100万行生产代码、1500个PR。Constraints层补充工程基础设施而非优化Prompt；Execution Loop层人定义目标、AI执行循环；Quality Gate层利用现有体系并通过Agent互审达成共识。

细粒度权限控制体系、Compaction维持上下文连贯、CLAUDE.md/Memory机制保持项目理解。人机协作控制体系下高风险命令需确认、修改文件需授权。两者最终走向相同：通过约束控制行为，通过循环提升能力，通过验证保证质量。
AI Agent工程实践的核心命题是：如何让Agent从“能用”走向“可靠”再走向“自主”。四阶段演进（Prompt→Context→Harness→Loop）、三大设计原则（约束、循环、质量）、两种典型实践（OpenAI工程完成导向、Anthropic安全执行导向）——这些共同构成了构建生产级Agent系统的完整方法论。当模型能力的竞争趋于白热化，决定胜负的关键正在从“模型有多聪明”转向“系统有多可靠”。