Harness Engineering 实践：让 AI Agent 自主验证游戏服务器

当 AI Agent 开始写代码，工程师的工作从”写正确的代码”变成”构建让 Agent 能可靠写出正确代码的环境”。这就是 Harness Engineering。

问题

Agent 改完代码后说”我改完了”，但对不对？有没有改坏别的？全靠人手动验证——启动服务器、打开客户端、登录、操作一遍。每轮 5-10 分钟，来回 3-5 轮。

解决方案

我在一个 15 个微服务的 Go 游戏服务器项目上，搭建了完整的 Harness Engineering 环境。

三个阶段

阶段一：地基 — 把项目知识文档化，让 Agent 看得到。CLAUDE.md、架构文档、执行计划。

阶段二：约束机械化 — 9 条 Rules 约束 Agent 行为，4 个 Git Hooks 机械化执行，自演进机制让 Agent 犯过的错不再犯。

阶段三：让应用对 Agent 可见 — Agent 能自己启动服务集群、跑 Robot 测试（真实 RPC 链路）、用 traceId 追踪请求、自主复现 Bug。

关键能力

• Agent 自启集群：一条命令启动 15 个微服务
• Robot 真实 RPC 测试：走完整的 客户端→gateway→proxy→logic→scene 链路
• traceId 跨服务追踪：一条 grep 串联一个请求在所有服务的日志
• 自主复现 Bug：输入 bug 描述 → Agent 自动复现 → 定位到代码行号

效果

指标	改之前	改之后
验证一次改动	人工 5-10 分钟	Agent 自动 30 秒
修 bug 来回轮数	3-5 轮	1-2 轮
定位问题	翻几千行日志	traceId 一条 grep

核心教训

1. 命令模板比自然语言可靠：/reproduce-bug 命令强制 Agent 按”跑测试→看日志→读代码”的顺序走，自然语言没有这个约束，Agent 会猜测式调试。

2. Harness 不是让 Agent 更聪明，是让它犯错空间更小：Rules 减少能犯的错，Commands 减少能跳过的步骤，Hooks 减少能漏掉的检查。

3. 出错就改 Harness：每次 Agent 犯错都是改进机会。修完 bug 后更新 Rules，让错误不再发生。

开源

完整配置已开源：game-harness-engineering