上禮拜去越南富國島，搭計程車深刻體驗了一次當地的交通文化。車子進到陽東（Dương Đông）市區、車流一多，司機整個精神都來了：喇叭瘋狂輸出，平面道路開起來的體感像瑪利歐賽車，腳踏車、機車、汽車、砂石車一路超過去像在解成就，中間還逆向超了幾台，另一台計程車從右邊鬼切進來時大概差十公分就親上去。他從後照鏡看到我們臉色扭曲，拿起翻譯機講了一段話，機器人語音念出來：「這裡的交通，非常混亂吧。」
我只好也用翻譯回他，說我們不趕時間、開安全一點就好。他笑著說 OKOK，然後繼續飆。在生死之間為了轉移注意力，我開始想一件事：「開安全一點」這個說法是不是太模糊了？司機的安全跟乘客想像的安全本來就是兩套標準，我真正該講的是「不要逆向超車、不要貼緊前車、不要跟大車搶快」。那一刻我突然發現，這不就是 Harness 嗎？
Harness 是什麼
Harness 本來是馬具，套在馬身上、把牠的力氣導到車軸。軟體測試裡也早就有 test harness 這個詞，指的是把待測程式架起來、餵它輸入、收它輸出的那套外框。
這兩年 AI 圈把它借過來，用來指模型外面那一層：它能用哪些工具、記得哪些事、上下文怎麼組給它、做完怎麼確認、出錯怎麼重來。2026 年流行起來的講法是 Agent = Model + Harness。模型本身沒有記憶、不會執行、沒有時間感、也碰不到你的檔案，這些能力全部是外框給的。
翻成白話文，升級模型是換一匹更好的馬，設計 Harness 是幫牠套上馬具。
先把零件集滿，才有東西可以駕馭
駕馭的前提是這幾塊都到位，也就是這個系列前幾篇一路在鋪的東西。
語言模型：Claude、GPT 這些，負責思考跟語言。
資料庫大腦：我的 Obsidian vault 加上一堆 Skill，讓它有東西可以讀、有立場可以站。
手腳：API 跟 MCP，讓它真的伸手進 After Effects、進瀏覽器、進網站後台動手做事。
零件到齊之後才輪到 harness 出場：用 Skill 跟 Memory 告訴它能用哪些工具、記得哪些事、做完怎麼確認、出錯怎麼重來、哪些動作要先問過我。
模糊指令的問題，在於判斷權在對方身上
模型的輸出天生是發散的，你不給邊界，它就自己找一組邊界。
「請你回答的時候聰明一點」這種話等於沒說。同樣的意思換成可執行的框，效果差很多：
| 模糊指令 | 改寫成可執行的框 |
|---|---|
| 回答聰明一點 | 回答時截取重點，不展開太多技術細節 |
| 不要亂講 | 不能瞎掰，要附註資訊來源讓我自己判斷真實性 |
| 要記得我說過的話 | 我糾正你的時候更新 MEMORY.md，嚴禁沒讀 Memory 就搶著回答 |
| 動作小心一點 | 不准隨意刪除檔案或關閉視窗，相關動作一定要先問我 |
右邊那欄的共同點是可判斷、可驗證、講清楚什麼時候生效。回到計程車也是同一件事，「開安全一點」把標準留在司機身上，「不要逆向超車」則是讓他跟我怕的那個情境對齊。
還有一個我後來才發現的規律：禁止句比鼓勵句有效。「注意畫面品質」會被詮釋成一百種東西，「輸出前一定要截圖確認有沒有ABCDE...」則更明確，事後你檢查得出來他到底有沒有做。
一個 harness 大概有哪幾層
工程上常見的拆法是六層，我是從 林思翰的 agent harness engineering 那篇學到這個分法。這裡用計程車的視角做標題白話文，內文說明一下自己 Harness 的做法。
執行層｜他到底會不會開車
能不能真的讀寫檔案、呼叫工具、進到軟體裡面點按鈕，這層就是前面說的手腳。
記憶層｜他記不記得你說過不趕時間
用 Skill 做長期記憶，偏好、教訓、專案脈絡請 AI 分類放好，讓它下次自己撈得到。細節在 Skill & Memory 那篇。
長任務層｜連開一小時會不會忘記目的地
任務跨很多步驟、甚至跨天。我靠兩個檔撐著：一份交接檔記「上次做到哪、下次注意什麼」，一份工作台記「現在正在跑什麼、結論如何」。
驗證層｜到了之後有沒有確認是正確的飯店
以前 AI 說做完了我就相信，但現在我會要求截圖、或提出完整 Before & After，做不到就明說「未驗證」，不准假裝完成。
上下文層｜你一路上講的話他還記得多少
模型的短期記憶有上限，塞太滿品質會掉、人格會跑掉。可以立一條規則：上下文太滿就主動提醒該換一個新對話，或先建立交接檔案給下一段對話。
編排層｜一台車不夠的時候怎麼烙人
多個 AI sub-agent 分頭做事。例如主要的 AI 開始寫文章時，要求其他分身去查資料、生素材平行作業，甚至可以要求 AI 依照工作的複雜度來指派分身去工作。
駕馭得了 AI，就駕馭得了人心
寫到後面我發現一件事：這套觀念在職場也適用。
帶新人、發包給外部團隊、跟客戶對 brief，全部是同一件事。「畫面要再高級一點」這樣的需求太虛，應該要明確把「要」、「不要」落地寫下來：「不要用漸層、字級不要小於 14、logo 留白要至少一個字高」，雙方溝通才能對齊。
駕馭的過程就是逼著把標準寫下來，做久了會發現，寫得出來的部分才是真的專業，寫不出來的那些通常自己也還沒想清楚。
然後...就到飯店了。司機幫忙放好行李，揮揮手揚長而去。富國島其實很好玩，玩水、吃吃喝喝、住得舒服又不貴，天氣好的時候玩得很開心。就交通習慣我到最後一天都沒適應，下次出發前應該先把 skill 準備好，上車前跟司機 harness 完再走。
常見問題
Harness 跟 Prompt 有什麼不一樣？
Prompt 是這一次你交代的需求，講完就過去了。Harness 是每次都生效的環境設定：它能用什麼工具、記得什麼、遵守哪些禁令、做完怎麼驗。同一句 prompt 丟進不同的 harness，結果可以差非常多。
不會寫程式，可以做 harness 嗎？
可以，甚至把相關文章貼給你的 AI，請他依照你的情況設計架構。規則、流程、記憶，本體都是純文字檔，用你自己的話寫下來就行。
為什麼驗證層最容易被忽略？
因為 AI 回報成功的時候，語氣總是帶著謎之自信。工具回傳的狀態、結構查詢的結果都可能是對的，實際產出卻壞掉，依照自己的工作屬性來設計驗證方式最準確。
Harness 跟 Skill、Memory 是什麼關係？
Skill 跟 Memory 是 harness 的其中兩塊零件，一個管流程、一個管長期記憶。Harness 是把它們加上工具、驗證、上下文管理、任務接力收在一起之後，整組外框的統稱。
延伸學習
林思翰《AI 分身》線上課程：這篇的六層框架就是從他整理的架構來的。課程比我這種給觀念的寫法更 Step by Step，可以直接照抄照做，結帳記得輸入折扣碼 AI888
延伸閱讀
API＋MCP：讓 AI 長出手腳，真的動手做事：系列第六篇，AI 怎麼真的伸手操作你的軟體
CLI：串連 Obsidian 和 AI 的中樞神經：系列第五篇，把大腦、眼睛、記憶連起來
Skill & Memory：AI 的眼睛與記憶：系列第四篇，教 AI 你家的做法、讓它累積經驗