# Agent / Harness 产品方向深挖 - Codex 独立版

> 生成日期：2026-07-08  
> 用途：个人网页内容底稿 + Harness 产品面试作品  
> 说明：这是 Codex 独立版本，不改 Claude 同步产出的任何文件。

## 1. 结论先行

Harness 方向的核心机会，不是“让 AI 多写一点代码”，而是解决 AI 写完代码之后出现的生产问题：质量、测试、部署、治理、成本、可观测、责任归属。

English framing: The next product wedge is not "more AI-generated code"; it is the control plane that makes AI-generated work shippable, measurable, governed, and improvable.

Vicky 的切入点很清晰：你不是只会做 AI 功能的 PM，而是做过一个真实业务里的 agent operating system：

- 从候选人线索池到触达、沟通、约面、入职的全链路 agent 化。
- 从单点工具到多 Agent 协作、Skill 封装、回测、灰度、ROI 归因。
- 从人工运营中心到“AI 背目标，人接例外”的组织重构。
- 自己也是 agent 工具高强度用户，能讲清楚 context、memory、tooling、verification、governance 的 failure modes。

## 2. Harness 官方产品信号

### 2.1 战略定位

Harness 自称 AI Software Delivery Platform，强调 AI 覆盖 DevOps & Automation、Testing & Resilience、Security & Compliance、Cost & Optimization 等模块。官方 Harness AI 页把产品说成“嵌入每个软件交付模块的智能层”，覆盖 build、test、deploy、security、optimization，并提出三块底座：

- Agentic Flows：DevOps、SRE、Release、AppSec、Test、FinOps 等专业 agent 网络。
- Software Delivery Knowledge Graph：连接 builds、tests、deployments、incidents、infra changes、cloud spend 的上下文层。
- Intelligent Workflow Orchestration：跨模块编排 pipeline creation、troubleshooting、tests、rollback、approval。

产品含义：Harness 正在把自己从 CI/CD 平台升级为 AI-era 的 delivery operating system。

English framing: Harness is moving from CI/CD automation to an AI-era software delivery operating system.

### 2.2 2026 最新动作

2026-06-30，Harness 发布 Autonomous Worker Agents。官方说法的核心是：AI 现在写代码，Harness 负责把代码安全交付到生产。Worker Agents 作为 pipeline-native steps 运行，每一步不再是固定脚本，而是可推理的 agent，并继承企业原有的 context、governance、sandboxing、audit trails。

它的安全控制包括：

- Sandboxing：隔离容器，限制文件与网络访问。
- Scoped credentials：每个 agent 有独立身份和权限。
- Policy enforcement：沿用人类部署的 policy gate。
- Audit trails：每个 action 记录触发源、动作和结果。
- Cost tracking：按 agent 和 pipeline 记录 token spend。
- Chaining：多个 agent 组合成多步 workflow。

这几条正好对应 Vicky 可以讲的 Harness PM 核心能力：不是“能不能做 agent”，而是“agent 如何被授权、被观测、被约束、被复盘”。

English framing: A production agent product is less about autonomy as a slogan, and more about identity, permissions, provenance, auditability, cost, and recovery.

### 2.3 AI ROI 和指标缺口

Harness 2026 State of Engineering Excellence 报告给出了一个非常适合网页作品引用的矛盾：

- AI coding adoption 已经是默认动作，领导层感知效率提升。
- 但 81% 的开发者 code review 时间增加，31% 的 developer day 被 AI-related invisible work 消耗。
- 94% 的工程领导承认关键指标缺失，包括 tech debt、validation time、developer burnout。
- 官方建议把 AI performance 当作独立 discipline，单独跟踪 agent accuracy、acceptance、cost。

Vicky 的产品判断：企业不是缺更多 AI tool，而是缺一套把 AI 活动和业务结果连起来的 measurement layer。

English framing: The measurement gap is the product opportunity. Enterprises need to know which agents create shipped value, which ones create invisible work, and where humans are silently absorbing the cost.

### 2.4 MCP 和上下文接入

Harness MCP Server 让 Claude Desktop、Cursor、Windsurf 或自建 agent 安全访问 Harness workflows。它把 pipeline、repo、log、artifact registry 等能力暴露为结构化 tool sets，并强调 RBAC、API key 在平台内管理、敏感数据不送进 LLM。

产品含义：MCP 不是“接入更多工具”的噱头，而是让外部 agent 在企业系统里有一致、安全、可治理的 action surface。

English framing: MCP is not just tool access. It is a governed action surface for agents working inside enterprise delivery systems.

## 3. Vicky 的独特匹配

### 3.1 你做过“业务版 Worker Agents”

美团骑手 AI 招聘可以映射成一个业务侧的软件交付平台：

- BOSS Agent：渠道接待和线索获取。
- Voice Agent：存量线索激活和意向识别。
- 企微约面 Agent：最后一公里转化。
- 招聘小龙虾：圈选策略、话术、外呼时机、触达组合的自进化中枢。

这不是 demo，而是覆盖 5+ 运营中心 + 加盟商的生产系统。项目口径里已经有 ROI 从 0.15 转正到 2-3、粗召 20%+、日运营万级候选人、API 成本 2163 通 < 2 元等结果。

### 3.2 你理解 agent 的“外壳问题”

你的素材库里已经有几个很强的 Agent PM 观点：

- Harness problem：模型不换，只换编辑工具，成功率可能从 6.7% 到 68.3%。说明失败常在工具接口与外壳，不在模型本体。
- Rationalization trap：agent 会把“版本落后”合理化成产品常态，缺的是触发验证的机制。
- Memory trust layer：memory 底层给 AI 调用，表层给人掌控感，用户要的是 coverage、provenance、freshness、editable exceptions。
- AX：软件的用户不只是人，也包括 agent。CLI、文档、错误恢复、授权流都要为 agent 设计。

这些观点可以把你从“AI 项目经验”抬到“Agent 产品设计思想”。

### 3.3 你有增长和机制设计底色

Harness 公司产品重点是工程平台，但它真实要卖的是 ROI、velocity、governance。你过去几段经历都不是纯功能 PM：

- 网易：低成本拉新和 B 端系统效率。
- 滴滴：俄罗斯时长买断，重构司机收入确定性，运力 +10%。
- 度小满：会员体系和付费权益。
- 美团：AI 招聘全链路 ROI。

这让你适合讲“AI agent 的 business instrumentation”：agent 不是越自主越好，而是要围绕目标函数持续优化。

## 4. 网页作品概念

作品标题：AI Delivery Control Plane

作品一句话：一套给企业 AI agents 的交付控制台，把 agent 从“会做事”推进到“可授权、可观测、可归因、可复盘、可进化”。

核心模块：

1. Agent Registry：每个 agent 有 owner、scope、权限、模型、成本、风险等级。
2. Context Graph：连接代码、pipeline、incident、ticket、业务结果和人类反馈。
3. Policy Gates：不同 autonomy level 对应不同 preview、approval、sandbox、rollback。
4. Outcome Ledger：把 token、PR、deployment、incident、ROI 串起来。
5. Human Calibration：让开发者参与指标定义，区分 improvement data 和 performance evaluation。
6. Evolution Loop：失败分类、winner/challenger、灰度晋升、自动生成新策略。

交互设计建议：

- 用一个可点击的 delivery map 展示 Observe → Scope → Act → Verify → Govern → Learn。
- 每点一个节点，右侧显示“用户痛点 / Harness 信号 / Vicky 证据 / 产品机会”。
- 用 autonomy slider 展示从 Copilot 到 Worker Agent 的授权升级，同时动态显示所需 controls。
- 用一个 mini console 展示“如果我是 Harness PM，我会怎么定义 AI ROI dashboard”。

## 5. 面试可复用表达

中文：我对 Harness 的理解不是一个“agent 工具箱”，而是一套把 AI 生成物接进真实生产系统的控制层。它要解决身份、权限、上下文、验证、成本、审计和组织信任。

English: I see a harness not as an agent toolbox, but as the control layer that makes AI-generated work safe to run in production. It needs identity, permissions, context, verification, cost attribution, auditability, and organizational trust.

中文：我在美团做的不是单个招聘机器人，而是把招聘漏斗重构成一个可观测、可回测、可自进化的 agent operating loop。

English: At Meituan, I did not just build a recruiting bot. I helped turn a recruiting funnel into an observable, backtestable, self-improving agent operating loop.

中文：企业落地 agent 的最大问题不是“能不能自动化”，而是“自动化之后，谁为它的结果负责，怎么知道它真的创造了价值”。

English: The hardest enterprise agent question is not whether we can automate. It is who is accountable for the outcome, and how we know the automation created real value.

## 6. Sources

Official / public sources:

- Harness Documentation module map: https://developer.harness.io/docs/
- Harness AI product page: https://www.harness.io/products/harness-ai
- Autonomous Worker Agents press release, 2026-06-30: https://www.harness.io/press-and-news/harness-launches-autonomous-worker-agents-for-software-delivery
- AI DLC Insights product page: https://www.harness.io/products/ai-dlc-insights
- AI ROI products press release, 2026-05-28: https://www.harness.io/press-and-news/harness-launches-products-give-visibility-into-roi-of-ai-spend
- State of Engineering Excellence 2026: https://www.harness.io/state-of-engineering-excellence
- AI productivity measurement press release, 2026-05-13: https://www.harness.io/press-and-news/ai-has-outpaced-how-engineering-organizations-measure-developer-productivity
- Harness MCP Server blog, 2025-05-29: https://www.harness.io/blog/mcp-announcement
- Internal Developer Portal docs: https://developer.harness.io/docs/internal-developer-portal/
- AI SRE docs: https://developer.harness.io/docs/ai-sre/
- Codecov acquisition press release, 2026-06-02: https://www.harness.io/press-and-news/harness-acquires-codecov

Local Vicky sources:

- `/Users/vicky-20250720/dev/vicky/job/02-美团经历资产/美团AI招聘-项目编年史.md`
- `/Users/vicky-20250720/dev/vicky/job/02-美团经历资产/美团-自进化产品洞察与三层架构.md`
- `/Users/vicky-20250720/brain/学习/agent-pm-素材库/2026-07-06-oh-my-openagent与Harness-Problem-编辑工具如何把6.7拉到68.md`
- `/Users/vicky-20250720/brain/学习/agent-pm-素材库/2026-07-07-agent-memory-context-human-trust-layer.md`
- `/Users/vicky-20250720/brain/学习/agent-pm-素材库/2026-07-03-agent失败案例-合理化陷阱与感知边界.md`