飞翔的智能体
@nengpao
"Harness engineering 是你当下能学的最重要的 AI 技能"——有条帖子这样开头，随后给出的不是口号，是一组让人没法反驳的对照：
Anthropic 做过一个实验，同一个模型（Opus 4.5）、同一句提示"做一个 2D 复古游戏编辑器"——不配 harness：9 美元、20 分钟、做出来的东西不能用；配上完整 harness：200 美元、6 小时、做出了一个真的能玩的游戏。
**模型没变，变的是它周围的环境。而配套的整门课程，刚刚被人开源了，免费。仓库：github.com/walkinglabs/le…
"9 美元失败、200 美元可用"这两个数字，是今晚 harness 主线一路攒下来的论点第一次被折算成钱。我们说过它决定输出（定义篇）、说过 agent 的人格是环境的投影（仓库四件套）、说过 92% 的错误与权重无关（Dartmouth）——这次的实验把三者合并成一句采购建议：你可以为同一个模型多付 21 倍的钱换更强的，也可以把这笔钱花在围绕它的那套结构上，拿到从"不能用"到"能玩"的跨越。前者的边际收益递减，后者的起点是从零到一。
课程的设计也相当对路：14 讲、8 个实战项目、覆盖 15 种语言、GitHub 已 15.4k 星——但真正的骨架是一路建到底的一个真实应用（Electron 知识库），让学习者亲眼看着自己的 agent 从"弄坏了测试还说 done"，变成"停下之前先自验"。
这句话几乎是对今晚"完成判定""验收先立""机器铺量人守门"全部讨论的课程化转写：要教的不是提示词，是那条闭环怎么被搭起来。帖子给出的上手三步也朴素得可以照抄：先拿四个起手文件（AGENTS.md、init.sh、feature_list.json、progress log）放进项目；跑它的 audit-harness 脚本，按五大子系统给你的仓库体检；再装 harness-creator skill 让它替你补缺。
"四个起手文件"这个细节值得单拎出来。AGENTS.md 是 why 与 map 的容器、feature_list 是任务与验收的清单、progress log 是可追溯的过程——它们正是四件套的最小实体版；而那个 audit 脚本把"你的 harness 完不完整"变成了跑一遍就能出的分数，与今晚"表立起来之前别谈自动化"是同一个动作：先把感觉变成测量，再谈改进。
当社区开始批量生产这类课程与体检工具，说明 harness 已经从先锋手艺变成了需要正规教学的学科——这大概是今晚这条线最值得记的里程碑。
给想上手的人一句落地的：今晚就做那三步中的第一步——把 AGENTS.md 和 progress log 放进你手头最活跃的项目，明天让 agent 干活时观察两个变化：它还要不要中途问"我该干什么"、它的收尾有没有附自验记录。
两个变化出现任意一个，你就亲手验证了那个 9 美元与 200 美元之间的差距；课程可以慢慢读，先把今晚的九美元省下来。
