每次模型能力升级，我都会做一次Agent系统大扫除。这次Astra上线后又做了一…

每次模型能力升级，我都会做一次Agent系统大扫除。这次Astra上线后又做了一轮，把经验整理出来分享。 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，具体分五步： 第一步，找出跨会话反复出现的Prompt，把稳定流程沉淀成Skill。很多Prompt你每次都在复制粘贴，说明它已经是一个标准流程了，应该封装成Skill。这样不仅省时间，还能保证每次执行的一致性。 第二步，找出人工重复执行的步骤，把它们改成脚本、集成或cron job。如果你发现自己每周都在做同样的事情——比如整理周报、检查服务器状态、同步数据——那就应该自动化。人应该做创造性的工作，重复劳动交给机器。 第三步，检查项目指令和长期记忆，合并重复内容，修正冲突。用了一段时间后，指令和记忆里经常会有多条说的是同一件事，或者互相矛盾。比如一条指令说「所有文件存到A目录」，另一条说「存到B目录」，Agent每次都要猜该听谁的。清理之后，执行效率会明显提升。 第四步，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。有些任务反复失败，不是模型不行，而是环境有问题——文件路径变了、权限不够、缺少依赖。把这些缺口补上，成功率会高很多。 第五步，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。理论上的清理没用，得用实际项目验证。跑一遍完整流程，看哪些地方还卡、哪些地方已经不需要了，然后据此调整。 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。很多人只关注新模型能做什么，却忘了回头整理一下旧系统——其实清理旧系统带来的效率提升，往往比换新模型更大。