Harness Engineering 的四大核心

1. 上下文系统（Context System）
不是拼命塞信息，而是设计“如何获取信息”
核心思路：
- AGENTS.md 作为入口
- 按需加载上下文
- 避免超长 prompt
一句话，给 AI 一张地图，而不是一本百科全书

2. 架构约束（Constraints）
核心理念：
把规则写死在系统里，而不是写在脑子里
典型做法：
- 分层架构（强约束依赖）
- Linter 校验
- CI 自动阻断错误
关键点：规则必须“机器可执行”

3. 反馈闭环（Feedback Loop）
核心是：让 AI 自己 review 自己
典型结构：
- 写代码
- 跑测试
- 报错
- 回给模型
- 自动修复
循环直到通过。
这其实就是把人类 Code Review 自动化

4. 熵管理（Entropy Management）
现实问题是，系统一定会变乱（技术债）
解决方式：
- 自动重构 Agent
- 文档同步 Agent
- 定期扫描偏差
一句话总结，系统不是写完就结束，而是持续“自修复”

#AI[超话]##人工智能[超话]##how i ai##ai工具#