ChatGPT Agent Loop 优化技术解析
本文深入解析了 ChatGPT 如何通过 Harness、API 和 Inference 三层架构优化 Agent 循环，重点介绍了持久化 WebSocket、增量 Token 化、KV 缓存管理和推测解码等技术，以降低成本并提升效率。
技术 / Harness Engineering
70 篇
Agent工程架构解析：Harness、Loop与Graph的区别
本文深入解析Agent工程中常被混淆的三个架构层级：Harness工程构建模型运行环境与基础能力；Loop工程设计工作反馈循环，通过验证与迭代提升质量；Graph工程则显式定义工作流拓扑，控制节点分支与状态转换。文章强调理清环境、反馈与流的关系对构建生产级Agent至关重要。
Why Software Factories Fail
文章探讨了AI驱动的软件工厂模式面临的挑战。作者指出，尽管AI编码工具看似能提高效率，但实际应用中往往导致代码质量下降、Bug增多和事故频发。问题不在于技术技能不足，而是模型训练的根本性限制。
Less is More: 当精简的 Harness 击败了功能完备的对手
文章通过 Databricks 的基准测试发现，精简的 Harness Pi 在任务完成率上与 Claude Code 持平，但上下文消耗仅为其 1/3。作者对比了信息最大化与信息精简两种设计哲学，指出精简的上下文、结构化摘要和信任模型能力的策略，能有效减少注意力分散，提升模型表现。
AI驱动的超小型工程团队实践
文章讲述了一个2人AI辅助团队在3.5个月内完成了原定7-8月的复杂计费系统重构。作者强调，通过前期构建上下文、严格的技术规格说明和代码审查流程（V.U.E.），小团队利用AI能大幅超越传统大团队的生产力。
我在 Pi 中重建了整个 Claude Code 设置
本文介绍了什么是“Harness Engineering”（约束工程），即通过配置模型周边的工具、指令和记忆来提升 AI 输出质量。作者详细演示了如何将 Claude Code 的配置迁移至名为 Pi 的工具，重点包括利用文件管理 Prompt、迁移 Skills、自定义系统提示以及实现记忆功能，从而实现模型的无缝切换和完全控制。
软件工厂：光明与黑暗
文章探讨了软件工厂的概念，分为人工介入的“轻工厂”和无人值守的“暗工厂”。作者分析了循环、harness和工厂的关系，指出仅靠harness工程不足以应对代码库质量挑战，并警示暗工厂可能加剧理解债务。
Loop Engineering Is Dead. Enter Graph Engineering
本文探讨了从Loop Engineering到Graph Engineering的转变，强调了图工程在技术领域的重要性，并提供了相关链接和资源。
BestBlogs 早报 · 07-17｜Bun 借 AI 重写、Hook 堵越权、Nemotron 登顶检索
本期早报聚焦 AI 工程落地，精讲 Bun 用 64 个智能体 11 天重写 53.5 万行代码、腾讯 DECO 用 Hook 治理 LLM 偷懒越权、NVIDIA Nemotron 登顶检索榜。此外涵盖 Kimi K3、Inkling 模型、全双工语音等速览，强调竞争焦点从模型参数向工程实践迁移。
ECC 把Claude/Cursor变生产力229K星怪物
ECC是一个Agent Harness性能优化系统，专为Claude Code、Cursor、Codex等AI编码工具打造。它提供技能库、本能规则、记忆持久化、安全防护等生产级功能，支持跨工具适配和自动化开发，大幅提升AI Agent生产力。
The architect's guide to harness engineering: How to choose or build the one for you.
本文是一篇关于 AI 架构工程（Harness Engineering）的指南，探讨了如何根据角色（非工程师 vs 工程师）选择或定制 AI 马具。文章分析了购买、定制和自建三种策略，并提出了评估有用马具的八大属性，涵盖上下文管理、工具支持、标准遵循等维度，旨在帮助读者做出最佳技术决策。
一夜之间，全世界的 Agent 能力提高了一个档次：Claude Code 源码泄漏引发的工程革命
文章分析了 Claude Code 源码泄漏事件，指出其核心价值在于揭示了 51 万行 Harness Engineering 代码背后的工程设计，而非模型本身。作者详细拆解了六个关键工程决策（如上下文压缩、多 Agent 协调等），并重点梳理了泄漏后 24 小时内涌现的开源生态，包括洁净室重写、教学项目及各类插件工具，最后总结了 Agent 开发应从“调 prompt”转向“工程化”的核心理念。
Loop Engineering: The Karpathy Method - and the workflow that just made it 5x better
文章介绍了 Andrej Karpathy 推广的“循环工程”概念，即通过 AI 自动化循环（目标设定、规划、执行、验证）替代传统的单次 Prompt 交互。文章阐述了循环的核心要素，分析了适用场景，并以 AutoResearch 为例展示了其在模型训练中的成效。此外，文章还讨论了构建循环的五大组件，并提出了“双层循环”等进阶优化方法。
角色重构——工程师从「写代码的人」变成「编排 Agent 的人」
本文探讨了在 AI 时代，工程师角色的根本性转变。通过 OpenAI、Spotify 等案例，指出工程师正从「写代码的人」转变为「编排 Agent 的人」。文章详细阐述了新角色的四个维度：设计约束、编写 Spec、构建 Harness 和审阅产出。团队结构也随之重组，从按技术栈分工转向按 Spec/Review/Harness 流程分工。
Own the Outer Loop: 工程师在AI代理时代的职责边界
文章探讨了在代理工程和软件工厂时代，工程师的角色转变。作者指出，随着 AI 承担更多内部执行循环，工程师必须拥有“外部循环”的问责权，负责定义质量、做出最终裁决并保证可解释性。文章区分了内部循环（能力）与外部循环（能动性），强调虽然 AI 生成代码的速度提升了，但验证、治理和人为的判断力成为了稀缺资源。
未来 AI 的壁垒不只在模型，而在 Harness 层
文章基于 Lilian Weng 的新作，提出未来 AI 的竞争壁垒将不仅是模型本身，更是包裹模型的 Harness 层（运行系统）。文章深入探讨了 Harness Engineering 的关键要素：文件系统作为持久记忆、子代理并行架构、上下文工程（Context Engineering）从拼接转向认知接口设计，以及优化目标从指令提示词向系统级递归改进的演进。对于构建 Coding Agent 和复杂自动化系统的开发者来说，设计运行时和工作流的能力将比单纯的模型参数更为关键。
Claude Code 作者说他不再写 prompt 了
文章介绍了 Claude Code 作者提出的“循环工程”（Loop Engineering）概念，即通过设计自动化的反馈循环，让 AI Agent 自主完成从执行到校验的全过程。核心在于从“写提示词”转变为“设计终止条件和校验机制”，详细拆解了触发器、执行层、校验器、停止规则等六个关键组件，强调了明确终态和范围约束的重要性。
前微软x字节工程师转型独立开发：大厂那套方法论，出来后反而没用
本文记录了前微软、字节工程师王启源的访谈，探讨了从大厂转型独立开发的经历、AI 编程工具（如 Claude Code, Codex）的实战应用、Loop Engineering 与 Harness 的演进，以及未来 Agent OS 的形态。
让你的Agent从pi上长出来
文章指出构建 Agent 不能仅依靠大模型，还需要依赖 harness 底座来实现稳定性。作者介绍了 pi-docs-playbook 这一文档整理项目，旨在帮助开发者或 Coding Agent（如 Codex、Claude）高效、准确地阅读和理解 pi 框架文档。通过提供结构化的文档目录、任务阅读矩阵及专用 Prompt，解决了 AI 阅读文档时的幻觉问题，从而快速构建可靠的业务 Agent。
如何构建你自己的 Agent Harness
本文探讨了构建 AI Agent 系统时的架构问题。作者指出，大多数团队直接采用 LangChain 等现成的框架，这通常会将多种功能耦合在一个单体中，导致后期难以扩展。作者介绍了基于 iii 引擎的解耦方案：将 Harness 拆分为独立的、可替换的微服务，如凭据管理、策略引擎和模型目录。这种架构通过统一的触发原语连接，使开发者能够像搭积木一样自由替换组件，从而实现真正的“自建”系统。
利用 Auto-research 提升 Agent Harness 技能
本文介绍了 AI Agent 自我优化的新趋势：通过优化 Harness 层（即 Skills）而非模型本身来提升性能。作者详细介绍了名为 evo 的开源优化工具，它利用并行探索、树搜索和门控机制，自动对 Skills 进行实验和迭代。文章展示了在 SealQA 基准测试中，evo 将准确率从 5/20 提升至 11/20 的实战案例，强调了“模型能力 x 优秀的 Harness x 紧密的验证循环”这一杠杆公式的重要性。
围绕代码智能体构建系统：八种失败模式与八大支柱
文章探讨了在使用 AI 辅助开发时，除了产品本身外，还需要构建一套支持智能体的“挽具”系统。作者将其定义为包含上下文、来源、能力、工作流等八个支柱的持久层，旨在解决 AI 缺乏项目知识、无法追溯原因、无法实际操作等常见问题，从而实现人机高效协作。
Builder's Guide: How to Ship your First Product using AI in 2026
本文是一份面向开发者的 AI 产品构建实战指南。作者指出，仅将 AI 作为自动补全工具在复杂项目中会失效，真正的变革在于构建一套可复用的 'Harness' 系统。文章详细介绍了如何通过 .agent 目录结构（包含 AGENTS.md、SKILLS 等）将任务规格转化为可执行的软件，涵盖从规划、实现到验证的核心循环，并提供了适用于 SaaS、MCP 服务及 iOS 应用的通用工作流模板。
Harness 时代 AI-First 的组织架构
文章介绍了 Creao 团队提出的 Harness Engineering 概念，指出真正的 AI-First 并非简单将 AI 作为辅助工具，而是将其作为生产力主导者来重构组织架构。文章探讨了 AI 如何改变开发流程、团队协作模式（如消灭对齐成本）、人才需求（从专才到通才）以及未来的 Agent 经济，强调企业需要将信任从“人”转移到“AI”上，并彻底重新设计工作流。
Harness 时代 AI-First 的组织架构
文章探讨了从 Prompt Engineering 到 Harness Engineering 的演变，强调真正的 AI-First 需要将 AI 视为生产力主导者而非辅助工具。通过 Creao 团队的案例，阐述了如何重构组织流程以适应极高开发速度，分析了工程师角色转变、跨团队协作自动化以及 Agent 经济的兴起，指出未来的核心价值在于定义需求和结果审核。
pi-goal 源码解析与实测：DeepSeek 性能竟比 Gemini 好 30 倍
文章深入解析了 pi-goal 这一长程目标自动循环工具的源码机制，并设计了高难度的 Karpathy 开源项目洞察任务，对 Gemini、Claude 和 DeepSeek 三款模型进行了同台实测。结果表明，DeepSeek V4 Pro 在成本上仅是 Gemini 的 1/31，质量却更优。文章还发现过度推理会增加幻觉，以及软预算机制可作为模型行为探针，并指出了 pi-goal 在审计验证上的盲区。
Agent Harness 拆解：AI Agent 的工程化基础设施
本文深入探讨了 Agent Harness 的概念，即包裹在 LLM 外部、将无状态模型转化为可用智能体的完整软件基础设施。文章引用了 Anthropic、OpenAI 和 LangChain 的实践，详细拆解了生产级 Harness 的 12 个核心组件（如编排循环、记忆系统、上下文管理、验证循环等），并阐述了如何通过优化这层“操作系统”来解决遗忘、工具调用失败和上下文腐烂等工程难题。
Forward Deployed Engineering 101: 如何成为 AI 时代的 FDE
本文深入探讨了 AI 公司（如 Anthropic、OpenAI）急需 Forward Deployed Engineer (FDE) 的原因，指出当大模型能力日益趋同时，将 AI 落地于具体业务场景成为核心竞争力。文章详细解析了 FDE 的核心职责——审计、评估和部署，并强调了深入了解客户环境的重要性。最后，作者为咨询顾问、产品经理和软件开发者提供了 30 天转型路径，建议通过构建生产级 Agent、RAG 管道或评估框架来积累实战经验。
如何在不修改模型或提示词的情况下提升编程智能体能力
文章介绍了一项关于 Agentic Harness Engineering (AHE) 的研究。该框架通过自动进化工具、中间件和记忆等 Harness 组件，在不修改底层模型或提示词的情况下，显著提升了编程智能体的性能。实验表明，AHE 在 Terminal-Bench 2 上将 pass@1 从 69.7% 提升至 77.0%，并在 SWE-bench-verified 上表现出更高的成本效率。研究还发现，仅依赖提示词优化反而会导致性能下降，而工具和中间件的进化才是性能提升的关键。
别再让你的 Claude Code 裸奔了，4 套 Agent Harness 总有一款适合你
文章指出 Claude Code 直接使用存在上下文腐烂、缺乏流程约束等工程问题，提出利用 Harness（Agent 系统架构）来规范 AI 行为。作者详细对比了四套方案：Super Powers（纪律层）、GSD（上下文层）、G-Stack（角色层）和 Archon（编排层），并分析了各自的适用场景、优缺点及实施代价，建议开发者根据需求循序渐进地搭建 AI 开发工作流。