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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
Google Chrome 工程总监 Addy Osmani 开源了 agent-skills 仓库，提出 AI Agent 的可靠性源于周围的约束而非模型本身。该框架采用技能、角色和命令的三层架构，包含反合理化表和强制执行钩子，确保 Agent 遵循测试、审查和安全检查等最佳实践。
文章深入探讨了“AI Agent Harness”的概念，即包裹在大语言模型之外、使其转变为智能体的完整软件架构。作者详细拆解了生产级 Harness 的 12 个核心组件（如编排循环、工具、记忆、上下文管理等），对比了 Anthropic、OpenAI 和 LangChain 的不同实现路径，并指出 Harness 工程是决定 AI 应用性能的关键。
本文探讨了将长运行周期的 Deep Agents 部署到生产环境所需的运行时基础设施。文章指出，除了 Agent 的 Harness（提示词、工具）外，更关键的是底层的 Runtime，它提供了弹性执行、持久化内存、多租户隔离、人在回路（HITL）和可观测性。文章详细介绍了如何通过检查点机制实现故障恢复与状态恢复，区分了短期与长期内存的存储策略，并阐述了在 Agent Server 中实现数据隔离与鉴权的多租户方案。
文章介绍了 HALO（分层 Agent 循环优化），一种构建递归自改进 Agent 框架的方法论。通过专门的递归语言模型（RLM）分析追踪数据并诊断问题，利用编码 Agent 修复漏洞并重新部署。在 AppWorld 基准测试中，经过 5 个循环优化，场景目标完成率从 73.7% 提升至 89.5%。该实验证明，利用 AI 审视自身追踪数据的“鸟瞰视角”能有效识别幻觉模式、工具调用错误及配置缺陷，为未来的框架设计提供了新的优化范式。
本文深入探讨了“Model-Harness-Fit”（模型与协作框架的适配）这一概念。作者通过对比 Codex、Claude Code 和 GitHub Copilot SDK，指出模型在训练后与特定的工具界面、内存协议和规划机制深度绑定。仅更换模型而保留通用框架会导致性能显著下降。文章强调，模型本身的权重不再是唯一的护城河，与其配套的整个工程堆栈才是关键。
文章综述了本周五篇重要的 AI 论文。1. Agentic Harness Engineering 提出了可验证的三层演化模型，显著提升了编程 Agent 的 Pass@1 率；2. AgenticQwen-30B 展示了高效的 MoE 模型在工具使用任务上的能力；3. Agentic World Modeling 提出了按定律分级的世界模型分类法；4. RecursiveMAS 通过潜空间递归计算解决了多 Agent 通信的 Token 膨胀问题；5. OneManCompany 探索了动态人才市场的多智能体协作模式。
本文介绍了如何利用 Codex 这一 AI 编码工具，从零开始在 Windows 上部署并配置 Hermes 信息评估系统。Hermes 通过四个智能 Agent 协作，实现对海量信息的自动抓取、价值评估与归档，帮助用户从信息消费者转变为信息评估者，解决注意力匮乏问题。文中详细讲解了环境部署、飞书接入、浏览器会话配置及人工协作的具体步骤。
本文探讨了在利用 Claude Code 和 Codex 等 AI 编程代理进行“氛围编程”时，如何构建高可维护性的 TypeScript 代码库。文章提出了“Harness Engineering”的概念，强调通过 Monorepo 结构、统一的 ESLint 配置、标准化的 Skill 文件夹结构以及详尽的 CLAUDE.md 文档，为 AI 代理提供明确的“行动线索”和约束机制，从而避免产生难以维护的“AI 垃圾代码”。
文章指出 AI 领域正发生范式转移：模型不再是产品核心，Agent Harness（控制框架）才是。LangChain 等团队通过优化 Harness，在不改变底层模型的情况下显著提升了性能。随着模型能力的趋同和商品化，竞争壁垒已转移到包含工具调度、上下文管理、沙箱和评估逻辑的工程化框架上。作者建议企业应从单纯的 Agent 开发转向定制化 Harness 的构建，以实现真正的产品化落地。
本文记录了前字节跳动员工郭宇在东京的分享。他提出的“Harness Engineering”理念主张将AI视为员工而非工具，通过OneMan系统实现AI自主拆解任务、虚拟团队协作及自动执行。文章详细展示了40分钟生成商业计划的案例，并探讨了AI时代下的信任建立、一人公司的可行性以及对未来科技权力的思考。
文章介绍了一种名为 Agentic Harness Engineering (AHE) 的新框架，该框架能在不改变基础模型和系统提示词的情况下，自动演进编码代理的工具、中间件和内存。AHE 在 Terminal-Bench 2 上通过 32 小时的迭代将性能提升至 77.0%，击败了包括 Codex-CLI 在内的人工调优方法及仅优化提示词的基线。研究还发现，优化内存、工具和中间件比优化系统提示词更能带来显著性能提升。
OpenAI开源了Symphony项目，旨在解决AI Agent规模化管理的瓶颈。该系统将Linear任务看板转化为AI控制中枢，为每个活跃任务分配独立的Agent持续工作，直至交付。文章详细阐述了其架构、工作流及“管理任务而非Agent”的核心理念，标志着软件开发经济学在AI时代的变革。
