Harness（駕馭工程）
企業怎麼真正把 AI 用上線 ——
駕馭工程是我的答案。
我是 Nat 鍾承恩,11 年全端 / 架構資歷,做的事就一件:讓 AI 從 PoC 真正進入生產環境。核心方法是 Harness:限制寫在 code 不在 prompt、以客觀可驗證的關卡判定完成,不讓 AI 自稱做完就算數。
看我寫的 ↓01寫作 — Writing
五種筆記,持續累積。
02方法 — Harness
把限制寫進 code,而不是 prompt。
Harness（駕馭工程）是一套讓 AI 可靠進入生產環境的工程做法:不靠模型自律,而是用 deterministic 的程式碼,在 agent 動作的前後框出邊界、判定完成。
限制寫在 code,不在 prompt
用 hook、permission、state machine、schema 把可走的路徑框死。限制留在模型外面,才不會在執行時被權衡掉。
客觀、可驗證的關卡
完成與否由 deterministic code 判定:test、type check、schema 驗證、audit log,不是靠語感或印象。
不讓 AI 自稱做完就算數
Agent 不能 self-report 替代驗證。每一步都要過得了客觀關卡,才算真的完成。
03經歷 — Track Record
11 年,從嵌入式到 AI 平台。
Founder & Tech Lead
主導 iF.ai Agent 架構與 harness 方法論,把 AI agent 從 PoC 推進到生產環境。
獨立技術顧問
替多家團隊做架構與全端開發,累積跨產業的系統設計與落地經驗。
CTO,跨國新創
負責技術方向與工程團隊,主導產品架構從零到上線。
Co-Founder
共同創辦,負責產品與工程,從市場驗證做到第一版交付。
軟體工程師
從嵌入式系統與後端起步,打下底層與系統思考的基礎。
04代表作 — Selected Work
作品 · WORKS
iF.ai Agent 四代架構演進
從第一代「prompt 寫死規則、上 production 每天 fail」到第四代「限制全進 code、失敗能 trace 回單一 step」:這篇記錄四次重構的決策脈絡,以及 harness 如何一步步把一個會崩的 agent 變成穩定的生產系統。
讀全文 →