08.112026 AI 工程 把 Harness 讲清楚：Agent 背后的运行系统Harness 不是模型，也不只是工具调用循环。它负责把上下文、工具、权限、状态、恢复、审计和评估组合起来，让 Agent 的判断成为安全、可靠、可验证的现实动作。 13 MIN↗
09.032026 AI 工程 Harness 核心之八：验证与评估——不要相信“我完成了”区分单次验证与系统评估，讲清完成标准、确定性检查、模型评审、离线评估集、线上闭环和失败归因如何证明 Agent 真正完成任务。 9 MIN↗
09.032026 AI 工程 Harness 核心之七：可观察性与用户控制——让过程看得见用日志、指标和 Trace 解释 Agent 可观察性，并讲清真实进度、取消、暂停、审批、纠正和人工接管怎样贯穿整个运行时。 8 MIN↗
09.032026 AI 工程 Harness 核心之六：状态与持久化——让任务可以安全恢复讲清会话事件、任务状态、检查点、结果未知、幂等键、版本冲突和恢复流程，说明可恢复为什么不等于简单地从头重跑。 8 MIN↗
09.032026 AI 工程 Harness 核心之五：策略与安全层——让 Agent 在边界内行动区分能力、权限和审批，讲清最小权限、提示注入防护、单调守卫、沙箱、凭据隔离与不可逆操作确认如何形成硬安全边界。 9 MIN↗
09.032026 AI 工程 Harness 核心之四：工具网关——把模型意图变成安全操作解释工具网关如何管理工具契约、参数校验、权限、凭据、并发和结果呈现，并说明 MCP 为什么是连接协议而不是完整的执行治理。 9 MIN↗
09.032026 AI 工程 Harness 核心之三：Agent Loop——让每一轮都有真实进展从最小循环出发，解释 Turn、Step 与 Tool Call，讲清停止条件、预算、错误分类、取消语义和无进展检测怎样组成稳健的 Agent Loop。 9 MIN↗
09.032026 AI 工程 Harness 核心之二：上下文引擎——给 Agent 正确的信息讲清上下文引擎如何发现、筛选、排序、压缩和标注信息，在有限 token 预算内给 Agent 正确证据，而不是简单塞入更多内容。 9 MIN↗
09.032026 AI 工程 Harness 核心之一：任务入口与契约——先定义什么叫完成用装修施工单的类比讲清任务契约：如何从自然语言中提取目标、范围、边界、完成标准与证据，并让 Agent 的自主程度随风险变化。 8 MIN↗
08.112026 AI 工程 把工作流教给 Codex：Skill 的原理、写法与最佳实践基于 OpenAI 官方文档，用通俗方式讲清 Skill 的渐进式加载与触发机制，并通过完整示例说明如何编写、测试和持续改进一个可靠的 Skill。 15 MIN↗