Harness Engineering × Pi Agent 實戰：打造可觀測、可評估的 AI Coding Agent 系列

本系列以開源的 Pi Coding Agent 為實作基礎，檢驗一個問題：模型不變的前提下，harness 設計能把 coding agent 的可靠性推到什麼程度？

內容依序拆解 Agent Loop、Context 載入、Skills 與 Tool Runtime，接著為 Pi 建立 trace 與 metrics 管線，並設計一組可重複執行的測試任務。最後以對照實驗回答：拿掉某個 harness 元件，任務成功率、token 成本與重試次數各變化多少。

產出是一套可觀測、可評估的 Pi harness，以及一份實驗數據與設計取捨清單。