Episode Details

这期节目的话题，从一个今年三月的工程案例说起。主播Vivienne邀请到GOAT Network CTO Stephen——一键部署AI平台Clawup的负责人——聊聊他在第一线做agent工程时发现的一件事：你的agent表现差，换模型往往没用，真正要动的是它"活着的那个环境"。

2026年3月，工程团队Longchain没换模型、没换厂商，只把agent的运行环境重新设计了一遍——工具怎么给、输出怎么校正、何时该拦住它——结果在Terminal Bench 2.0排行榜从第30名跳到第5名。这件事有了一个名字：harness engineering。行业里越来越多人意识到，模型好不好已经拉不开差距，真正决定agent上限的是这套平时看不见的工程体系。

一、Harness Engineering：给agent一个更好用的"环境"

Prompt engineering：手动组装全部上下文喂给模型，记忆、工具、约束全靠人自己管

Harness engineering：用户只需说当下要做什么，agent自动调取记忆/工具/skills组装成prompt去推理——用户的心智负担大幅下降

常量/变量类比：记忆/工具/skills是"常量"（但会自迭代），用户给出的指令是"变量"

自迭代记忆：好的harness会像整理书桌一样对历史记忆归类、提取摘要、打书签，让下次调用更精准

长对话失忆问题：上下文超过临界长度，早期告知模型的约束就会被丢弃；harness把这件事从人的责任变成系统的责任

跨模型人格一致：换了Claude用GPT，harness维护的上下文不变，模型只管"根据这段文本预测下一段"，人格稳定性靠的是harness层

真实翻车案例：vibe coding写的Clawup模块因为没把持久化原则写进记忆，agent把应该存数据库的东西放进了内存，每次重启数据就丢——Stephen的教训：设计原则要提前写进harness，不能指望模型自己推断

二、Clawup：通用Agent部署平台的内部设计