仔细想想，软件工程从一开始就是控制论的拥趸：
- 编译器 ：在语法层闭环——"代码合法吗？"
- 单元测试 ：在行为层闭环——"功能对吗？"
- Linter / Formatter ：在风格层闭环——"写法符合规范吗？"
这三类工具完全符合控制论的定义：它们都有传感器（检测）、执行器（报错/修复）、目标函数（通过/不通过），构成了一个标准的负反馈闭环。
但它们也都有一个共同的边界—— 只能处理"机械可判定"的属性 。
至于真正决定一个系统死活的问题：
- 这次改动是否破坏了架构分层？
- 这个抽象在 6 个月后会不会变成债务？
- 这个接口的命名是否暴露了不该暴露的实现细节？
- 这个修复是否只是补丁，没有触及根因？
——这些问题没有传感器，也没有执行器。它们悬空在那里， 只能靠人来感知、判断、修正 。Code Review 是唯一的"人形闭环"，慢、贵、不可扩展、还经常因为评审者疲劳而失灵。
三、Transformer 之后，传感器和执行器同时出现了
2017 年那篇 Attention 论文之后发生的事，本质上是把"以前只有人能做的事"变成了一种可以被批量生产的能力。LLM 第一次让两件事同时成立：
- 它能在高层语义上"感知" ——能读懂"这段代码违反了 DDD 的边界"
- 它也能在高层语义上"动作" ——能把一个错位的接口重构到正确的层级里
这一刻， 控制论的反馈回路终于能在那些"重要的决策点"上闭合了 。Harness Engineering 的价值，就是认识到这件事，并把控制论里所有被前几代工程师们用过、试过、验证过的稳态设计套路——分层、边界、负反馈、二阶控制——一次性全部拉到 LLM Agent 身上。
四、Harness Engineering 的三层控制论结构
我把 Harness Engineering 拆成三个层次来理解，每一层都对应控制论里的一个经典概念。
第一层：闭环控制——把"写代码"变成自动调节系统
OpenAI 团队公开过他们的内部 Agent loop 大概是这样的：
人类输入意图（setpoint） │ ▼ Agent 生成代码（actuator） │ ▼ Lint / 测试 / 架构守卫执行（sensor） │ ▼ 错误信号回流给 Agent（feedback） │ ▼ Agent 自我修正（control） │ └──── 直到所有信号都收敛 ────┐ │ ▼ 收敛到目标这是教科书式的负反馈控制系统。如果把里面的"Agent"换成"温度调节阀"，把"测试"换成"温度计"，这就是恒温器。
人类的角色变了。我们不再"敲代码"——我们 设计这个闭环 ：决定哪些东西算 setpoint，决定哪些信号是 sensor，决定误差容忍度，决定什么时候要把系统拉出来人工干预。
第二层：硬约束 > 软建议——用机械边界代替"请你不要"
控制论里有个反直觉的真相： 减少自由度，比增加智能更能让系统稳定 。瓦特调速器之所以能工作，不是因为它"很聪明"，而是因为它的机械结构物理上就只允许"转速高 → 阀门关小"这一种因果链。
Harness Engineering 把这个原则贯彻到了极致—— 让 AI 不可能越界，而不是请它别越界 ：
- 目录结构强制分层： ui/ → service/ → domain/ → infra/
- Lint 规则禁止反向 import： ui 文件 import infra 直接红线
- 类型系统编码契约：核心域类型不允许被序列化层污染
- CI gate 一票否决：违规 PR 根本进不了主干
这些都不是"建议"，是机械边界。Agent 在生成代码时哪怕"想"违规也做不到——因为它的输出会被立刻拒绝并附带具体错误信息，进入下一轮反馈。
控制论给这种设计的术语是： 用环境约束替代行为约束（constraint shaping） 。结果就是系统的稳态空间被人为收窄，AI 再"聪明"也只能在这个空间里跳舞。
第三层：二阶控制——让规则本身也能进化
这是 Harness Engineering 最有意思的地方，也是真正把它从"高级 CI"提升到"自组织系统"的地方。
控制论里的二阶（second-order cybernetics）讲的是： 不仅控制系统行为，还控制控制系统的规则 。Heinz von Foerster 的话糙理不糙——"一阶控制让系统稳定，二阶控制让系统进化"。
落到 Harness Engineering 上：
一阶 二阶 Agent 通过测试 人类把"Agent 上次犯的错"沉淀成一条新规则 Lint 检查代码风格 出现新的反模式 → 加新的 Lint rule CI 阻断坏 PR 后台有 Agent 定期扫描技术债、自动修复 测试套件验证行为 测试套件本身根据新发现的边界条件自动扩张
这条二阶回路的存在意味着： 这个系统每被使用一次，它的"自我控制能力"就强一点 。它不会因为暴露了更多场景而变得脆弱，反而会因为新场景被编码进规则而变得更稳。
控制论里有一个专门的词形容这种性质—— 反脆弱（antifragile） 。一个反脆弱系统接受冲击后不是恢复原状，是变得比之前更强。
五、《三体》童话中宽姨打的那把伞
控制论的图腾，就是瓦特那个带重锤的飞球调速器。在它出现之前，蒸汽机旁边必须站一个工人，盯着压力表手动开关阀门。这个工人很重要，他的判断决定了机器的死活。
调速器装上之后，这个工人没有失业——但他的工作变了。他不再拧阀门，他开始 设计更好的调速器 ：怎么让响应更灵敏，怎么避免共振，怎么在高负载下不失稳。
设计调速器的工人，没有再回去拧阀门。不是因为他们做不到，而是因为这件事已经没有意义。
Harness Engineering 想做的事，本质上是同样的位移：
让程序员从"逐行写代码的工人"变成"设计代码生产闭环的控制系统工程师"。
这不是浪漫化叙事。这是控制论一个世纪以来反复发生的剧本—— 任何一个领域，只要它的关键反馈回路能被自动化闭合，从业者的工作就会上移一层 。