vibe-coding-cn/docs/research/walkinglabs-learn-harness-engineering

walkinglabs/learn-harness-engineering 研究域

字多不看

• 本目录研究 walkinglabs/learn-harness-engineering 这个外部仓库。
• 当前优先级：P2；研究角色：Harness Engineering 课程、模板、Skill 与审计工具对标对象。
• GitHub 动态事实放在 domain.yml，观测日期为 2026-07-04。
• 它最值得迁移的不是站点形态，而是把 AI Agent 可靠性拆成指令、状态、验证、范围和生命周期。

快速导航

文档	定位
domain.yml	仓库事实快照、研究方向、优先级和来源证据。
analysis.md	本研究域的结构化研究结果、可迁移做法、风险和验证动作。
deep-dive.md	L2 结构深度研究、关键机制和对本仓 Harness 体系的应用建议。
AGENTS.md	本研究域维护规则。

完整细粒度目录（点击展开/收起）

细粒度目录

• domain.yml - 仓库事实快照、研究方向、优先级和来源证据。
• analysis.md - 本研究域的结构化研究结果、可迁移做法、风险和验证动作。
• deep-dive.md - L2 结构深度研究、关键机制和对本仓 Harness 体系的应用建议。
• AGENTS.md - 本研究域维护规则。

使用方式

• 先读本 README 的判断，再读 analysis.md 和 deep-dive.md 的研究结论，最后读 domain.yml。
• 需要引用 stars、forks、release、归档状态、主页或主题标签时，先重新核验 GitHub。
• 需要更新原始事实时，运行 python3 scripts/fetch-research-raw.py walkinglabs-learn-harness-engineering。
• 如果形成稳定方法论，再下沉到 docs/research/harness/、docs/workflow/ 或 skills/。

正文

研究定位

walkinglabs/learn-harness-engineering 的当前研究定位是：Harness Engineering 课程、模板、Skill 与审计工具对标对象。

当前判断

这是本仓 Harness 研究线的重要外部样本。它把 Harness Engineering 从概念解释推进到可操作系统：

• 用 12 讲解释 Agent 为什么会失败，以及 Harness 如何约束失败面。
• 用 6 个项目把同一个 Electron 知识库应用从 prompt-only 推进到完整 Harness。
• 用模板沉淀 AGENTS.md、feature_list.json、init.sh、进度文件、交接文件和评估表。
• 用 skills/harness-creator 与 tools/audit-harness.sh 把课程结论变成可运行工具。

对本仓最有价值的点是：把“AI 协作经验”升级成“仓库内可执行控制面”。经验如果只停留在提示词， 下一轮会丢失；经验如果写成状态机、验证命令、审计脚本和交接文件，就能被 Agent 反复执行。

观察字段

• GitHub URL：https://github.com/walkinglabs/learn-harness-engineering
• 当前研究方向：harness-engineering
• 当前优先级：P2
• 当前归档状态：false
• 主要语言：TypeScript

后续观察

• skills/harness-creator 是否继续演化出更强的自动创建、校验和 benchmark 能力。
• tools/audit-harness.sh 的五子系统审计是否能转成本仓 make 门禁或独立脚本。
• 课程项目中的 feature_list.json、session-handoff.md、evaluator-rubric.md 是否能改良成本仓任务治理模板。
• 它引用的 OpenAI、Anthropic、LangChain、Thoughtworks、Cursor 等 Harness 文章是否出现新版本或新范式。