鐵人檔案
Agent 的 Demo 很快能跑起來，交付真實工作後，問題常出在模型外面：按了停止還在改檔、Timeout 後又寄一次信、文件寫了卻沒被讀到。組裝 Context、執行工具、決定何時停下的這層程式，就是 Harness。我實作 Harness 時也踩過類似的坑，於是整理 OpenAI、Anthropic、Shopify 等團隊公開的工程文章，看他們面對同樣問題怎麼取捨。三十天分為五個主題：任務狀態與恢復、Context 與知識、工具與副作用、權限與信任邊界、運行與改善。每篇從一個問題出發，比較做法的代價，整理成設計判斷，讓讀者檢查自己的 Agent 時，知道該補哪一層、補到什麼程度。
我為什麼想寫這個系列？ Hi 大家好，我是 David，目前在 Synology 擔任軟體工程師，主要負責備份相關功能。 因為平常就喜歡研究一些 Harness...
💡 Agent 做不好，不一定是模型做不好。先看模型拿到了什麼、能做什麼，再沿著 Agent Loop 找真正的瓶頸。 昨天在 Day 1｜Producti...
🔎 Tool 接上了，不代表事情就做得完。Tool 後面的 Environment 還要讓 Agent 找得到做法、真的跑得起來，最後也拿得到可以檢查的結果。...
🚦 任務狀態要記到別人接得下去：現在做到哪、在等誰、等到了從哪裡繼續。只有一個 running，誰也接不下去。 昨天在 Day 3｜工具都接上了，事還是做不...
🧾 模型讀的那份對話只有 loop 能寫，順序就是寫入順序。loop 忙著的時候進來的東西先進收件匣，收下記一筆、送達記一筆；「模型讀到了沒」不能從順序猜。...
🛑 停止畫面、停止工作、擋住舊結果、處理已發生的效果，是四件要分開確認的事。 昨天在 Day 5｜訊息先到了，模型還沒讀到：收下和送達要分開記，我們分清楚「...
🔁 worker 可以換，已做過的工作不能只留在它的 memory 裡。接手前先查進度，別急著重做。 昨天在 Day 6，我們把使用者按下停止之後要做的事情...
🧊 如果你問我，做 Agent 最重要、最基本，而且從第一版就該盯緊的指標是什麼，我會選 Prompt Cache 命中率。它牽動每一輪的速度和成本，是我心中...
🔎 資料可以先留在 Context 外面，前提是 Agent 找得到、讀得到，結論也查得回原文。 昨天在 Day 8｜Prompt Cache 命中率：我做...
📬 文件寫好只代表知識存在；要影響 Agent，還得確認它在哪個時候、以哪個版本進了模型輸入。 昨天在 Day 9，我們把大型資料留在 Context 外面...
