标签 · Verification — Glean

4 条 · 按时间

11-09

把 Agent 关进 harness：任务契约、worktree 隔离与变更回执

一篇长推文形式的生产级 Agent 架构指南。作者的核心论点是：Agent 在多文件重构中失败，问题不在 prompt，也不在模型能力，而在模型之外的运行环境，也就是 harness。文中给出一条七阶段流水线：先由 Opus 生成 task_contract.json，划定路径白名单与预算上限；harness 用 git worktree 做物理隔离；Sonnet 只在边界内改代码；Haiku 实时校验工具调用参数；再由另一个模型扮演对抗审查者攻击 diff；pre-commit hook 校验测试退出码并签发 receipt.json；失败则结晶为规则、skill 与回归 eval。附录包含契约 JSON、isolate_worktree.sh、pre-tool.sh、回执结构和 10 项上线前自检清单，适合正在自建 coding agent 执行层、想找现成骨架对照的工程师。需要提醒的是，文中 Opus/Sonnet/Haiku/Fable 5.5 的型号命名，以及 18%→95% 的成功率数字均无出处，文末还附有 Telegram 引流链接。

x.com · 20 min · Agent Engineering · Agent Harness · Claude Code

11-09

别写抽象计划：pstack 用代码做规划与架构

poteto 的 pstack 指南第二篇讲 agent 工作流的前半段：研究、规划、原型与架构。她认为 agent 的两类常见失败来自意图表述不足与上下文缺失，因此先用「间接提示」让 agent 用自己的话复述问题，再用 /how、/why、/recall、/teach 补齐运行时机制与历史动机。规划环节她反对写抽象计划文档，改为 README 先行、写教程倒推 API，并用 /prototype 在真实代码里跑多套方案、截图对比。/architect 会并行启动多个模型家族的候选设计，交给异模型交叉评审；实现阶段一旦发现类型需要 any 或强制转换，就推倒重来。适合已让 agent 写生产代码、又被「计划看着厚实却无实质」困扰的工程师。

x.com · 20 min · Agent Orchestration · Agent Workflows · Agentic Coding

11-09

让 agent 自己验收：pstack 的验证技能怎么搭

poteto 把「验证技能」当团队基础设施来维护：agent 能启动应用、截图、读 trace、确认改动真的生效，人才不用当瓶颈。文章给出 /create-verification-skill 的完整路径——先用一个 agent 友好的 CLI（doctor、snapshot、screenshot、wait-settle、feature-flag 等子命令）把启停、点击、性能采样封装成可复现命令，再用 Feature Map 这份 markdown 索引记录每个功能做什么、用户视角怎么进入、有哪些坑。她反对用 git worktree 横向扩容（单机大约 10 个 agent 就到顶），建议改用 Cursor cloud agents，配合 /swarm 批量跑验证；接上定时 routine 后，Slack 里的用户报告可自动复现。文中反复强调 CLI 设计规范（破坏性操作带 --dry-run、错误信息要告诉 agent 下一步、输出 JSON）和每天跑一次维护技能的必要性。适合正在搭 agent harness 的一线工程师；但「2,000 PR/月」「100-1000x」这类数字没有给测量口径，读者需自行打折。

x.com · 19 min · Agent Harness · Agent Skills · Agent Tool Design

06-27

AI 重塑软件生命周期：从编写代码到评判代码的转变

这篇由 Google 工程师撰写的白皮书提炼，核心观点是：AI Agent 的真正价值不在于模型本身，而在于其“载体”（Harness）——即指令、工具、沙箱、编排逻辑和可观测性组成的系统，模型约占 10%，载体占 90%。上下文工程是决定成本的关键，需要区分静态上下文（每次加载，昂贵但可靠）和动态上下文（按需加载，便宜但需谨慎设计）。验证能力是区分“Vibe Coding”和真正的工程化 Agent 的分界线：测试覆盖确定性部分，评估覆盖非确定性输出和轨迹。白皮书提供了具体数据：仅修改载体（不换模型）即可将编码 Agent 在 Terminal Bench 2.0 上从 30 名外提升至前 5；LangChain 的实验中通过修改系统提示、工具和中间件在相同基准上提升了 13.7 分。适用于所有正在或准备将 AI Agent 引入研发流程的工程师和技术管理者。

addyosmani.com · 15 min · Agent Architecture · AI Engineering · Context Engineering