Astra上线后作者计划全面审查清理Agent系统旧规则

Astra上线后，我准备先做一次Agent系统大扫除。

这段时间，我在Claude、Codex和Hermes之间积累了大量项目指令、Skills、Prompt、长期记忆和自动化任务。它们解决过真实问题，也记录了旧模型犯过的错。但模型能力升级以后，旧规则的价值会发生变化：有些仍是必要边界，有些已经被模型能力覆盖，有些互相冲突，还有些只是某次失败留下的临时补丁。

我的做法是让Astra直接审查完整工作流：

1. 找出跨会话反复出现的Prompt：把稳定流程沉淀成Skill。很多Prompt其实已经在多个会话中反复使用了，说明它们是稳定的流程，应该沉淀成Skill，而不是每次重新输入。

1. 找出人工重复执行的步骤：把它们改成脚本、集成或cron job。如果某个步骤你每周都在手动执行，那就应该自动化。模型越强，自动化越有价值。

1. 检查项目指令和长期记忆：合并重复内容，修正冲突。随着使用时间增长，项目指令和长期记忆中会出现重复甚至冲突的内容，需要定期清理。

1. 回看经常中断的任务：定位卡住Agent的文件、权限、测试和上下文缺口。如果某个任务经常失败，说明系统中存在需要修复的问题。

1. 用真实项目重跑回归：依据失败案例决定哪些规则继续保留。模型升级后，有些规则可能不再需要，有些规则可能需要调整。

为什么这个方法很重要？

很多人用Agent的方式是用完就走，很少回头整理。但随着模型能力的提升，旧的规则和配置可能会成为负担。定期做系统大扫除，能让Agent系统保持最佳状态。

核心理念：

模型越强，Harness应该越精准。真正有价值的Agent系统，会把每一次模型升级转化成系统升级。而不是让旧的规则拖累新的能力。

这个方法对做Agent开发的人来说很有参考价值。特别是对于那些在多个模型之间切换的用户，定期清理和优化Agent系统，能大幅提升工作效率。