Prompt engineering、context engineering、harness engineering、loop engineering 分别是什么？

可以把这四个词理解成：我们在把模型从“会回答”推进到“会干活”时，控制系统的四层。

如果你看到的是 harnees engineering，通常可以按 harness engineering 来理解，它说的是同一层意思。

1. Prompt Engineering

这是最靠近“单次调用”的一层，核心是：怎么提问，模型这一次才更容易答对。

它关注的是：

• 任务描述怎么写
• 输出格式怎么约束
• 角色、语气、步骤要不要指定
• 要不要 few-shot 示例

它解决的问题是：

• 回答不稳定
• 格式不对
• 指令理解偏差
• 单轮任务质量不够高

一句话理解：把这一轮话说清楚。

例子：

• 不要说“帮我分析代码”
• 要说“阅读这个 diff，优先找行为回归、边界条件和缺失测试，按严重级别输出”

2. Context Engineering

这是比 prompt 更高一层，核心不是“怎么说”，而是“在说之前，给模型什么信息”。

它关注的是：

• 哪些文件、日志、文档要塞进上下文
• 历史对话保留多少
• 检索哪些知识库内容
• 哪些信息该摘要，哪些该原文保留
• 上下文窗口怎么分配

它解决的问题是：

• 模型不知道项目背景
• 关键约束没看到
• 信息太多导致噪声大
• 旧信息污染当前判断

一句话理解：把该给它看的东西给对。

例子：

• 让模型修 bug，光写 prompt 没用
• 你要把报错日志、相关函数、调用链、最近 diff 一起给进去

3. Harness Engineering

这是“运行框架工程”。不是在优化模型内容，而是在设计模型如何被调用、如何使用工具、如何和外部系统交互。

它关注的是：

• 工具怎么注册和暴露
• 调用模型前后做什么预处理、后处理
• 权限怎么控
• 重试、超时、回退怎么做
• 输出如何转成结构化动作
• 人类审阅点放在哪

它解决的问题是：

• 模型会说不会做
• 工具调用混乱
• 系统不稳定
• 结果难以落地
• 出错后没有保护栏

一句话理解：给模型搭工作台。

例子：

• 同样一个“修代码”任务
• harness 决定它能不能读仓库、能不能跑测试、改完是否自动 lint、失败是否回退、是否必须先出 plan

4. Loop Engineering

这是再往上一层，核心是：如何让模型在多步循环里持续推进，而不是只做一次回答。

它关注的是：

• observe → think → act → verify 的闭环
• 什么时候停，什么时候继续
• 每一轮用什么反馈修正下一轮
• 多轮目标分解
• 自检、复盘、终止条件

它解决的问题是：

• 一次回答做不完复杂任务
• 中间出错后不会纠偏
• 做了动作但不验证
• 任务做一半停住

一句话理解：让模型形成可控闭环。

例子：

• 读报错
• 定位文件
• 修改代码
• 运行测试
• 看失败
• 再修
• 测试通过后总结风险

这整套就是 loop engineering。

怎么区分

最实用的区分方式是看你在优化哪件事：

• Prompt engineering：优化这句话怎么说
• Context engineering：优化给模型什么信息
• Harness engineering：优化模型怎么接工具和系统
• Loop engineering：优化多步任务怎么闭环推进

它们的关系

它们不是并列替代关系，而是逐层包住：

1. Prompt 是最内层
2. Context 决定 prompt 是否站得住
3. Harness 决定模型能不能真正执行
4. Loop 决定复杂任务能不能稳定完成

所以很多团队一开始以为自己在做 AI 工程，实际只做了 prompt engineering。真正把 agent 做起来，后面三层通常更重要。

一个很直白的判断

如果任务是“写一段文案”，prompt 通常最重要。

如果任务是“在代码库里找 bug 并修复”，context、harness、loop 往往比 prompt 更重要。