标签：Harness Engineering
4 篇Model Ergonomics：Harness 如何影响 Agent 能力
同一个模型换一个 harness，表现可能完全不同。本文从 Model ergonomics 出发，讨论模型与工具、上下文、反馈和执行环境之间的匹配关系，并以 Grok 运行在 Codex harness 上的实践分析 generalized harness 与 specialized harness 的边界。
让 Gate 看见过程：LLM Agent 开发中的观察、契约与诊断
LLM agent 的开发循环不缺 PASS 或 FAIL，缺的是能指导下一轮修改的过程证据。本文讨论如何在关键 gate 中加入结构化 observation，同时让明确契约继续决定成败。
Bitter Lesson 之后：Agent 的手工设计会消失吗？
当智能体开始从执行轨迹中学习，意图分类、任务阶段、规划器和状态机可能逐渐被模型吸收，但接口、安全边界、评估与运行环境不会因此消失。
Harness Engineering：模型之外的工程
AI agent 的可靠性不只取决于模型能力，也取决于工具、权限、验证、观察和人工确认构成的运行环境。