当 AI 智能体出错时，您有两种应对方式。一是改正结果，继续往下走；二是追问原因，调整智能体的工作环境，让同样的错误不再发生。第二种方式就叫运行框架工程（harness engineering）。
这个说法在 2026 年初流行起来。2 月 11 日，OpenAI 介绍了一个小团队如何用编程智能体做出一款产品，据其自述，没有手写任何代码。工程师的工作转向设计环境、指令和检查。4 月 2 日，Thoughtworks 的 Birgitta Böckeler 在 martinfowler.com 上发表了一套相关框架。两者讲的都是软件，但这种方法适用于任何团队。
引导与传感器
Böckeler 把运行框架中的每一项控制分成两类。
- 引导（guides）在智能体行动之前起作用：指令、约定、模板、方法和示例。目标是第一次就做好。
- 传感器（sensors）在行动之后起作用：测试、检查、二次审阅。它们告诉智能体哪里出了问题，让它自行纠正。
两者缺一不可。只有传感器，智能体会一再犯同样的错，每次都要被纠正；只有引导，您永远不知道规则是否有效。
每项控制还可以分为计算型和推断型。计算型检查精确、快速、便宜：数字要么对，要么不对。推断型检查依靠模型的判断，比如让第二个 AI 对照您的语气审读一段文字。它能发现更细微的问题，但更慢、更贵，也更难预测。所以，便宜而精确的检查放在前面。
代码之外的引导与传感器
在市场、销售或运营团队中，这两类控制是这样的。
- 引导：品牌规范、语气、报告模板、成文的方法、一份智能体绝不能做的事情清单。
- 传感器：每个比率都根据原始数字重新计算，结果对照质量标准检查，二次审阅，发送或发布前由人审批。
真实案例：一个必须念对的名字
为 zaela.com 制作的六十部短片都使用合成语音。Zaela 的读音是 za-YAY-la，而语音模型并不知道。这就是那次失误。
- 引导：为每种语言写下这个名字的注音拼写，存入记忆，让每个声音都从正确的拼写开始。
- 传感器：每一句含有这个名字的台词都用语音识别检查。如果没有识别出名字，就换上一段同一声音、已经核验过的名字片段，然后再检查一遍整句。
这次失误如今已成为运行框架的一部分：下一部短片一开始就带着这两样东西。了解这些短片是如何制作的。
运行框架工程的六个习惯
- 写在 AI 读得到的地方。只存在于人脑或旧聊天记录里的规则，对智能体来说并不存在。在 OpenAI 的实验中，代码仓库是唯一的事实来源；对团队来说，那就是共享记忆。
- 把工作拆成可检查的小步骤。一个“完成”标准清晰的步骤，比一项大任务更容易检查。
- 便宜而精确的检查放在前面。重新计算、清点、对照清单。精确检查看不到的问题，再交给第二个 AI 审阅。
- 让每项检查都说明如何改正。“总数与各渠道之和不符”能帮智能体自我纠正，“错了”则不能。
- 每次失误后都把框架收紧。在指令里改一次，而不是在聊天中一遍遍纠正。Google 的开发者团队建议从一个反复出现的错误入手。
- 限定智能体能接触的范围，并保留日志。按人授权、高风险操作需审批，这些都是运行框架的一部分。日志记录发生了什么，也是您改进的依据。
局限
运行框架工程并不是保证。Böckeler 明确指出了传感器发现不了的问题：诊断错误的问题、过于复杂的方案、被智能体误解的指令。而且 OpenAI 的实验只是一个由公司自己报告的案例，针对的是一款没有历史代码的新产品。在品味和责任攸关之处，仍要让人把关。
Zaela 中的运行框架工程
Zaela 是一套面向企业的 AI 运行框架，让团队无需编程就能做这项工作。引导存放在记忆、方法以及每个智能体的指令中。传感器是方法的一部分：精确计算、质量标准、一份智能体绝不做的事情清单、上线前的审批。每次操作都有记录。AI 用到的一切，您都能在网页应用中查看、调整和补充，因此一个教训当天就能进入运行框架。
经验法则和智能体一样。同一件事问了两次？把它变成一个智能体。同一处错误改了两次？把它变成一条规则。完整背景请阅读 i-scoop.eu 上的运行框架工程指南（英文），该网站同样由 Edge 出版。