vibe-coding-cn/docs/research/walkinglabs-learn-harness-engineering/analysis.md

walkinglabs/learn-harness-engineering 研究分析

本轮结论

walkinglabs/learn-harness-engineering 的核心价值不是“又一个 AI 编程教程”，而是把 Harness Engineering 拆成可复制的仓库控制面：入口指令、状态文件、验证命令、范围约束、会话生命周期、 评估器和审计工具。

本仓最应该迁移的是它的对象化交付方式：每个 Agent 可靠性问题都要落到仓库内 artifact， 而不是停留在经验句子或提示词技巧。对本仓而言，最有价值的迁移方向是：

• 把 docs/research/harness/ 的概念研究补成可执行检查清单。
• 把 feature_list.json 的状态机思想迁移到任务治理、研究域推进和 Agent 工作包。
• 把 init.sh 的单入口验证思想迁移到本仓 make test、raw 拉取和文档门禁。
• 把 evaluator-rubric.md 的评分表思想迁移到重要产出的交叉审计。

本地证据

• 研究对象：walkinglabs/learn-harness-engineering
• 当前研究角色：Harness Engineering 课程、模板、Skill 与审计工具对标对象
• 原始仓库：raw/repository/
• 原始来源清单：raw/sources.yml
• 事实摘要：domain.yml
• 深度证据：deep-dive.md

对标拆解

项	内容
参考对象	walkinglabs/learn-harness-engineering
它解决的核心问题	强模型在真实仓库中仍会丢上下文、越界、提前宣告完成、跳过验证和无法跨会话延续
核心机制	12 讲课程、6 个递进项目、模板库、skills/harness-creator、tools/audit-harness.sh
真正带来结果的动作	把经验变成仓库内可读、可执行、可验证、可交接的结构化 artifact
可迁移做法	五子系统模型、fresh session test、feature list 状态机、pass-state gating、全链路验证、会话交接
不可迁移条件	不复制其 VitePress 站点、多语言工程和完整课程项目体量；本仓先保持轻量知识库和研究域结构
下一步试用动作	为本仓 Harness 研究域补一份“最小可执行 Harness 检查表”和一个研究任务状态机样例

改良迭代

改良目标	原模式	本仓版本	验证指标
概念落地	课程用模板和项目演示 Harness	本仓在 docs/research/harness/ 增加可执行检查表	读者能直接审计自己的仓库
状态治理	feature_list.json 管理功能状态	研究域和任务包使用 id / behavior / verification / status / evidence	新会话能知道下一步，不靠聊天记忆
验证闭环	init.sh 统一安装、验证和启动	本仓继续收敛到 make test + raw 拉取 + 文档结构门禁	任何新增研究域都能一命令验收
审计沉淀	evaluator-rubric.md 评分后验收	本仓重要产出用“正确性、证据、范围、可维护性、交接”审计	研究报告读完有可执行结论

可迁移清单

• 入口文件只做路由和硬约束，详细知识放到邻近文档中按需读取。
• 把仓库当成 Agent 的系统真相源，重要上下文不能只留在聊天记录或人脑里。
• 每个任务或功能都要有行为描述、验证方式、状态和证据，避免“差不多完成”。
• 验证失败信息要写给 Agent 看，包含问题、原因和修复方向。
• 会话结束前必须留下可恢复状态：做了什么、验证了什么、没做完什么、下一步是什么。
• 对 Harness 组件做 ablation 思维：移除某个组件后失败是否增加，用结果判断优先级。

不可迁移清单

• 不把本仓变成 15 语言 VitePress 课程站点。
• 不直接引入其 harness-creator 脚本作为本仓工具真相源，除非先完成安全、依赖和维护成本评估。
• 不把教学项目的 Electron 技术栈误认为 Harness Engineering 的必要条件。
• 不把 feature list 机械复制到所有文档；只有需要状态机和验证闭环的对象才引入。

验证动作

动作	成功信号	失败信号
为本仓 Harness 研究域补最小检查表	能按五子系统审计一个仓库	仍只是概念解释，不能指导操作
把 feature list 思想用于一个真实任务包	新会话能从状态文件继续	仍需要翻聊天记录判断进度
抽取一条 Agent 错误反馈并转成门禁	同类错误下次能自动失败并提示修复	仍依赖人工反复提醒
试运行外部 audit-harness.sh 对本仓打分	能发现本仓 Harness 缺口	检查项与本仓结构不匹配且无法解释

沉淀判断

• 稳定概念进入 docs/research/harness/ 和 docs/workflow/。
• 可执行检查表成熟后，可进入 scripts/ 或 skills/。
• 本研究域保持 P2，对齐 Harness Engineering 课程和工具化对标对象。