GitHub Copilot harness 是什么：少装插件，先吃透工作台
GitHub 工程师主张「harness 才是生产力主因」。本文翻译其可复用流程：选工具、沙箱 YOLO、原型、Plan、Autopilot、人工品味、Rubber Duck 交叉评审。
GitHub Blog 2026-07 文 The harness is all you need (mostly) 泼了一盆冷水：每天新 MCP、新 skill、新「神 prompt」，真正拉开差距的是你是否吃透同一套 Agent 工作台（harness）。花活有趣，可复用增益多半来自：原型 → 计划 → 自动执行 → 人审 → 交叉评审。
Harness 指什么
在 Copilot 家族里，CLI、Copilot app、VS Code、JetBrains 等体验正收敛到同一套编排：提示、工具调用、子代理、Plan/Autopilot、权限模式。学会一次，多端复用。作者建议新手从 Copilot CLI 入门——界面噪音少，反馈直接。
Harness 不等于「某个模型」，而是：
| 组件 | 作用 |
|---|---|
| 权限模式 | Ask / Agent / YOLO，决定能否改盘 |
| 工具层 | read、edit、bash、子代理调度 |
| 会话容器 | chat 边界、Plan 清单、Autopilot 循环 |
| 环境 | 本机 vs Codespace vs devcontainer |
这和「工具越多越强」相反：MCP 与自定义 Agent 可以后加；先把默认循环跑顺。和我们谈的 约束 vibe coding 一致——约束在流程，不在咒语。
国内开发者若 Copilot 账号或网络不稳定，同一 harness 结构可映射到 Claude Code / Cursor：沙箱、Plan、新会话评审——产品名不同，节奏相同。
八步简流程（可迁移）
1. 选定一个入口
别跨三个 UI 学三套快捷键；先钉死 CLI 或 Copilot app。团队统一入口，文档和录屏才可复用。个人可先 CLI 两周，再决定是否迁 IDE 插件。
2. YOLO / Allow All 放进沙箱
逐条点 Approve 会训练你不读内容。要吞吐就给自主权，但跑在 Codespaces / devcontainer，别在装生产密钥的本机裸奔。
沙箱最低配置：无 .env 生产值、无 ~/.aws 挂载、网络 egress 受限。YOLO 在沙箱里是加速器；在本机是事故预演。
3. 先原型
例如：「给日期选择器 20 个 mock，放在一个 HTML 里对比」。视觉原型挖出文字需求挖不出的细节。非 UI 任务也可先画 API 方案图（Copilot app 支持 Mermaid）。
原型阶段禁止接数据库：用 JSON fixture。你要的是「长什么样、怎么点」，不是「能部署」。
4. 同会话切 Plan/plan 让模型把边界问题问出来（能否清空、粘贴格式、部分选中……）。可叠加更凶的提问 skill，但你要逐条拍板，别全盘接受。
Plan 输出应收成 checklist，每项可勾选。模糊项如「支持国际化」在 Plan 阶段就标成 Out of Scope，避免 Autopilot 自作主张。
5. Autopilot 执行计划
内置循环逼模型做完清单项；编排会自动挑 Explore（小模型读代码）与更重的子代理——无需先手写多智能体。
Autopilot 跑时你仍要间歇看 diff：不是盯每一行，而是每个 checklist 完成点。异常长 diff 立刻暂停，回到 Plan。
6. 人审与品味迭代
对比度、动画、文案层级仍是你的活。用对话列缺点，配上设计 skill/CSS 框架约束，比「再变好看一点」有效。
列缺点要具体：「主按钮对比度不足 WCAG AA」优于「不够好看」。模型对后者会随机改配色。
7. Rubber Duck 交叉评审
让另一模型家族审当前实现（如主用 GPT 系时拉 Sonnet）。盲区不同。可与 Autopilot 组环，直到剩余项收益递减。
交叉评审只给：核心路径说明 + 关键文件 diff，不给整仓。评审指令用「找会坏的点，不改代码」——与 Claude Code 最后 30% 怎么收尾 同构。
8. 收工换会话
主题漂了就新开 chat，当会话是「话题容器」，降低脏上下文。
模型选择：中等模型 + 中等推理常够用；同一功能中途不换模型，以便吃缓存——省钱逻辑见 AI Agent 浪费 token 怎么省。
映射到 Claude Code / Cursor
| Copilot 步骤 | Claude Code | Cursor |
|---|---|---|
| CLI 入门 | 终端 claude |
Agent 面板或 CLI |
| Plan | Plan Mode | Plan / 长 prompt 分步 |
| Autopilot | 允许工具循环 | Agent 自动 apply |
| 沙箱 | devcontainer + 权限 | .cursorignore + 规则 |
| Rubber Duck | 新会话换模型 | 换模型或 Composer vs Chat |
不必等 Copilot 才能练 harness；关键是固定顺序，不是固定品牌。
和「狂装 MCP」怎么取舍
| 优先 | 延后 |
|---|---|
| Plan / Autopilot / 沙箱权限 | 第十个搜索 MCP |
| 原型与人审节奏 | 未验证的「神 skill」 |
| Rubber Duck 交叉看 | 自建多智能体编排秀 |
| 团队统一 harness 文档 | 每人私有咒语库 |
MCP 不是坏东西，但要过可用性与安全关：见 MCP 可用性评分。Harness 不顺时加 MCP，只会更快把混乱自动化。
常见失败模式
- 跳过原型直接 Autopilot：清单偏了，返工整模块
- Plan 全盘接受：范围膨胀，永远做不完
- 本机 YOLO + 生产
.env：泄露与误删，与 harness 理念相反 - 从不换会话：上下文污染，模型开始「同意一切」
- 交叉评审也用来写代码：两个建造者打架，账单翻倍
常见问题
这套流程绑定 Copilot 吗？
步骤可迁移到 Claude Code / Cursor：沙箱、先计划后执行、新会话评审、交叉模型审查——产品名字不同，结构相同。
YOLO 是不是不负责任？
在无隔离本机上是。在 Codespace + 最小密钥环境里，它是吞吐量开关，不是安全策略本身。国内个人本机开发常见「图方便全开」——至少 Separate 演示目录与生产目录。
Rubber Duck 会不会太贵？
比线上漏缺陷便宜。用于收尾与关键模块；改文案不必每次双模型。交叉评审控制在 1–2 轮，边际收益递减就停。
小团队没人写 harness 文档怎么办？
一页纸足够：入口工具、沙箱规则、Plan 模板、何时新开 chat。比收集 50 个 MCP 有用。
Autopilot 和中途手动改代码冲突吗？
可以手动改，但改完更新 Plan checklist 状态，否则 Autopilot 按旧假设继续改，产生冲突 diff。
给团队的一页 harness 模板
可直接贴进内部 Wiki：
入口：Copilot CLI / Claude Code（二选一，禁止每人不同）
沙箱：devcontainer，无生产 .env
流程：原型(静态) → Plan(人批) → 执行 → 人审 → 新会话评审
换会话：单功能完成或 >15 轮
交叉评审：发版前核心模块，指令「只列风险不改代码」
禁止：本机 YOLO + 含密钥目录
新成员 onboarding 先跑通一遍日期选择器级小任务，再碰 monorepo。比发 20 个 MCP 链接更能统一产出质量。
国内网络与账号注意
Copilot 与 GitHub 连通在国内常需稳定代理；harness 里的「沙箱 Codespace」若 RTT 高，可改用本地 devcontainer + 严格 .dockerignore 排除密钥目录。账号层面 Business/Enterprise 才完整覆盖 Admin 策略；个人 Pro 仍可按八步练，只是缺团队级 Router 与合规开关——流程本身不依赖企业席位数。
每周团队站会可问一句：「本周有没有在本机 YOLO 扫过含 .env 的目录？」比讨论「又装了哪个 MCP」更能降风险。Harness 是习惯，不是一次性配置。