AI 编码 Agent——也就是能替你写代码的智能助手，如 Claude Code、Codex、Cursor 里内置的那些——现在改代码非常快。但 QoderAI 团队观察到一个普遍问题：助手越快，围绕它的工作流越容易失控。Better Harness 就是一个专门给「AI 写代码的工作流程」做体检的开源平台：它分析 Agent 干活前后的完整过程，找出流程里的薄弱点，产出一份带证据的改进报告。项目在 GitHub 上开源（QoderAI/better-harness），MIT 协议，目前已有 2.2k Star。适合已经用或准备用 AI 编码助手的开发者，也适合想把「AI 写代码」纳入正规流程的团队。

Better Harness 的出发点很简单：只看 Agent 交出的代码改动（diff，即修改前后的差异对比），看不到流程问题。而流程问题恰恰是 AI 编程最常见的翻车点。作者把常见毛病归纳为五类：

  • 目标模糊：Agent 自信地解决了错误的问题，因为它没搞清楚「完成」的定义；
  • 步骤临时：工作发生在一套没人能复现的路径上；
  • 无证据通过：「它说能用」但缺少验证；
  • 绕过检查：为了速度跳过审查与交付检查；
  • 教训丢失：同样的摩擦，下个任务还会再来一次。

工作方式：事前引导 + 事后反馈

Better Harness 的做法是围绕「Agent Work Loop」（Agent 工作循环）做文章。这个思路来自 Martin Fowler 关于 Harness Engineering（缰绳工程）的文章——不直接管 Agent 写出的代码，而是管它写代码的流程。机制分两个方向：

  • 事前引导（feedforward）：在 Agent 动手前，用 AGENTS.md（放在项目里的行为规范说明，告诉 Agent 这个项目的规则）、specs（规格文档）、Skills（技能包，一组可复用的能力定义）和验收标准，先告诉它该怎么干；
  • 事后反馈（feedback）：用 linter（自动检查代码风格和低级错误的工具）、自动化测试、Hooks（在特定节点自动触发的脚本）和负责评估的 Agent 观察结果，帮它自我纠错。

五个维度给一次任务打分

围绕这套循环，Better Harness 用五个维度评估一次 AI 编码任务，每个维度对应一个要回答的问题：

维度回答的问题主要依据
任务理解Agent 是否清楚目标与「完成」的定义规则、AGENTS.md、规格、验收标准
受控执行工作是否走在可复现的受支持路径上技能包、命令、受控工具、沙箱边界
变更验证是否有证据证明改动真的有效测试、风格检查、钩子、运行日志
可靠交付AI 提速是否绕过了质量检查人工评审、审批、自动发布流水线、恢复路径
学习沉淀下一个任务能否从本次受益循环发现、可复用技能、记忆

打分的原则是没有证据就不给分：观察不到的环节会显式标注为「证据缺失」，而不是编一个分数凑数。这是项目最强调的设计理念——诚实。

用法：装进你的编码助手，跑一条命令

不需要自己搭服务。把 Better Harness 安装到你正在用的编码助手里，支持 Claude Code、Codex、Qoder、Cursor、GitHub Copilot CLI、Qwen Code、Kimi Code 等 10 个宿主（Host Adapter Matrix，各宿主安装方式不同，README 里逐个说明）。然后在项目目录里运行：

/better-harness analyze this project's AI coding workflow and generate an evidence-backed report

它会分析当前项目的 AI 编码工作流，产出自包含的 report.html（网页报告）、report.md（Markdown 报告）和 findings.json（结构化发现清单）。每一条发现都标注了证据来源、预期结果、修复范围与验收方式，一个团队可以一次只改进一个问题。

多次运行之后，历史视图会显示五个维度随时间的升降曲线——比如「变更验证」从上个月的 3 分提到这个月的 7 分——用来确认改进是否真的生效。项目方刻意注明：这只能说明趋势，不是因果证明。

项目现状

Better Harness 处于快速迭代期：v0.4.1 于 2026 年 8 月 4 日发布，0.7.0-alpha1 已准备完成，最新提交在 2026 年 9 月 9 日；仓库累计 487 次提交、32 位贡献者，代码以 JavaScript（61.4%）和 TypeScript（31%）为主，少量 Rust（3.6%）。项目用三层结构开放：工程实践指南（references）、评估模型（models/agent-work-loop.md）、可运行实现（skills 与宿主适配器），即「既有理念文档，也有能直接跑的代码」。

一句话带走：Better Harness 不试图让 AI 写更多代码，而是让「AI 写的代码」可验证、可复现、可积累——把 AI 编程从「快但不敢信」，变成「快且看得住」。