智能体驾驭系统工程

预期结果：使用或评估 智能体驾驭系统工程 (Harness Engineering)，让 AI 行为可以衡量，也能连回证据。 用户场景：仓库提供单一命令检查、清晰边界、任务状态、可复现设置和实用失败信息。新的 Agent 会话能直接继续，不必猜测。 AI 方法或概念：智能体驾驭系统工程 (Harness Engineering)。 适用理由：Agent 要处理大型或长期任务，而且需要看见目标、限制、进度和检查时使用。 不应使用的情况：不要用巨型 Prompt、过大权限或隐藏失败，来掩盖混乱的仓库。 AI 要求：定义输入与参考证据。设置模型和工具权限。使用有版本号的评估数据与指标。说明失败、拒答、隐私、速度与成本限制。 运营防护：保留可查询记录，并隐藏其中的敏感数据。提供用户看得懂的安全备用做法。标出必须由人工复核的步骤，并定义模型或提示词的恢复方式。 验收标准：在有版本号的评估集上记录当前基线与目标。测试边界案例与恶意输入。验证安全备用做法、监控、权限与恢复方式。 证据与限制（证据边界）：这不是正式规范标准。不同来源使用的名称、范围和预期做法可能不同。 待确认：目标任务、模型与版本、评估负责人、参考数据、风险阈值、工具权限，以及生产环境的安全备用做法。