LLM：最核心的 next-token 模型，原始发动机； Reasoning model：仍然是 LLM，但被训练成在给出答案之前，先做更多的推理、验证和候选比较； Agent：一个在模型外的控制循环——给定一个目标，这一层决定接下来去看什么、调哪个工具、怎么更新状态、什么时候停； Agent harness：agent 的软件控制层，负责管上下文、工具、prompt、状态、控制流； Coding harness：agent harness 的一个特化版本，专门为软件工程优化——管代码上下文、工具、执行、反馈迭代。
稳定前缀：通用指令、工具描述、工作区摘要，这部分基本稳定，可以缓存复用； 动态部分：短期记忆、最近会话记录、最新用户请求，这部分需要每轮更新。
裁剪（Clipping）：缩短长文档片段、大段工具输出、记忆笔记、会话记录条目。防止某一段话因为本身很长，就把整个 prompt 预算给占了； 会话压缩（Transcript reduction）：把完整的会话历史变成一个更小的可提示摘要。
工作记忆：agent 显式保持的小而浓缩的状态； 完整会话记录：完整记录所有用户请求、工具输出、LLM 响应。
2022–2023：prompt engineering——把一个问题问得更好 2024–2025：context engineering——给模型提供更合适的上下文、RAG、工具调用 2026 起：harness engineering——设计围绕模型的完整软件控制层
模型层：仍然是巨头主导，开源和闭源的差距在缩小 Harness 层：空间还很大，Claude Code 和 Codex 也只是专门针对 coding 的，其他领域（数据分析、研究、设计、法律）的 harness 都还没真正被做出来 垂直 harness：针对特定工作流深度优化的 harness，可能是对抗通用大模型降维打击最实际的路径
