深蒸馏 · 直播回看 · 配额批次 1

Context 与 Harness 工程:让 Agent 用好你的经验,而不是只换更强的模型

直播回看 | 2026.07.31 | 时长未标 | 已深蒸馏 8 / 53
来源:原视频 | @howie.serious | 2026.07.31
直链(在飞书/企微预览里点击可能被拦截,复制到浏览器打开):https://www.candobear.com/detail/l_6a6ad50de4b0694c35329538/4
阅读路径:先读第二组,把「上下文」落实成有唯一来源、能按需读取的项目材料;再读第三组,判断哪些运行问题属于 Harness,哪些仍要自己解决。第一组解释个人价值放在哪里,第四组用内参与阅读流程把两者接起来。只看一组就看第二组,因为它直接决定下一次交给 Agent 的材料是否够用、是否互相打架。
一句话结论:对已有领域经验、想做持续交付的人,整理独有材料与工作流,比继续堆通用 Skills 和更换模型,更能改善 Agent 的实际产出。

第一组 · 模型是马,真正不能省掉的是骑手与草原

1.1 四个角色,别把能力和方向混成一件事

原文在说什么

howie 用一组比喻解释整场:裸模型是野马,Harness 是马鞍等装备,人是骑手,个人上下文则是让马发挥价值的草原。马越来越强,装备也越来越好,但它们并不替你决定往哪里跑,更不替你积累一个领域里的判断。

他拿自己的 AI 内参举例:信息源、多年素材、对信息质量的分类、加工信息的方法,都属于独特的 Context;把编辑工作拆成 Skills,再组成流水线,则开始进入自己搭建运行系统的范畴。这些并不是互不相干的名词。材料决定有什么可处理,工作流决定怎样处理,人决定什么值得处理。

他先后在不同平台运行同一套内参流程,用这个迁移经验说明:模型和承载它的环境可以换,但自己的经验、材料与产品方向不能靠换平台获得。他说 Harness 越来越像基础设施,不是在说它无关紧要,而是在区分「可以买到的通用能力」和「必须自己建设的独有能力」。

关键概念
比喻对应什么本场拿它说明什么
野马底层模型智能提供能力,不自动提供个人方向
马鞍等装备Harness同样的模型,装备不同,实际效果会不同
骑手人的意志与判断决定要解决什么问题、做成什么产品
草原个人独特的 Context让通用能力接上自己的材料与专业经验

这里的「可以替换」是作者的实践判断,不等于替换没有适配成本;迁移步骤与兼容性检查,原文未展开。

对你的实际应用

Ben哥,可以把 ~/.shared-agent/kb/STANDARD.md 中的蒸馏标准分清「原文材料」「加工方法」「个人应用」三种职责,拟新增「依据与分析分栏」条款:原文事实只取本场材料,应用部分必须标明是迁移分析。这样换执行 Agent 时,留下来的不是一段临时提示,而是同一套判断口径。本篇只提出这个改法,不修改标准文件。

1.2 消费者可以随用随走,创造者要把专长做成系统

原文在说什么

他专门区分 Consumer 与 Prosumer。只是聊天、随心使用一个 AI 产品,不一定需要研究背后的机制;如果想让 Agent 接管真实工作,做出能持续解决问题的产品,就需要工程化、系统化地理解它。

在这个分法里,目标不是攒更多工具。他批评一种状态:装了很多别人分享的 Skills,接了不少 MCP,模型和运行环境也很强,但整套系统里没有自己的东西。工具类能力可以有用,别人的经验型 Skill 却未必适合自己的需求;这是他的使用感受,不是对所有公开 Skill 的否定。

内参案例中,人仍在晚上与次日早上做手工筛选,Agent 再运行编辑流程。这一点很重要:他展示的是把人的品位与工作方法放大,不是宣称把人的选择完全拿掉。产品的价值也不以界面里有没有聊天框为准,背后的生产方式同样可以是 Agent 驱动的。

关键概念

工程化不是术语化:区别在于有没有依据原理组织材料与流程,而不是是否频繁使用「工程」二字。个人专长可封装:经验变成 Skill,多个 Skill 变成工作流,再接自己的资料库,才开始形成独有系统。高 Token 消耗只是作者展示的实践投入,不能单独证明产品有价值。

对你的实际应用

Ben哥,~/.agent-autoloop/report_html.py 可以拟加 render_selection_basis(selection_basis),在报告中呈现「为什么选这些材料、采用什么判断口径」。参数由上游给,渲染函数只负责展示,不自行编造理由。这样把人的筛选依据留在产物里,而不是用报告篇幅或生成速度替代质量判断。函数名是本篇的设计设想,并非现有接口或原文代码。

第二组 · 上下文工程:不是多塞材料,而是持续策展

2.1 Context 是每次输出之前的一切输入

原文在说什么

他给 Context 的定义很宽:模型输出 Token 之前接收的一切输入。提示语只是其中一部分;工具、Skills、MCP、文件、连接的应用数据,以及工作中不断产生的中间文档,也会进入上下文。

这和过去单轮问答的区别在于动态性。一次 Agent 任务有很多轮,每轮可能取新材料、调用工具、生成文件,再把这些产物用于后面的步骤。内参中的筛选、编辑、入库等环节都会留下中间材料,所以不能只把开头那段 Prompt 写漂亮,就认为上下文准备完了。

他很喜欢 Context Curation 这个说法:在正确的时间与位置,给 Agent 正确的材料。这里强调的是持续选择与组织,不是把资料库一次性倒进去。他同时提醒,上下文窗口再大也要节省使用,不相关 Skills 会占空间,长上下文后段的表现也可能变差。自动压缩、记笔记、开子 Agent 是他提到的管理方式,但没有展开具体算法。

关键概念
材料类型本场例子组织时要解决的问题
规则与项目说明系统指令、项目文档哪些是通用约束,哪些只属于当前项目
能力说明Skills、MCP、脚本这次任务真正需要哪些能力
业务材料信息源、个人资料库Agent 是否拿到了与目标有关的原料
过程产物筛选、编辑、入库中的文档下一步能否接着上一步的结果工作
当轮表达人的 Prompt、口述想法为什么做、要什么、有哪些考虑

这是依原文整理的对照,不是协议规定的固定分层。丰富指相关信息充足,节制指不让无关内容抢占空间,两者不矛盾。

对你的实际应用

Ben哥,在 ~/.shared-agent/kb/STANDARD.md 可拟增「分段材料交接」条款:每个阶段交接时列出「本轮原文范围、已读范围、中间产物路径、下一步所需材料」,不复制整库笔记。对长转写任务,尤其要把「读取完成」和「摘要生成」分开记录,避免后一步只拿到开头摘要,却误以为获得了全文依据。这是应用设想,不是断言当前链路已经存在这个问题。

2.2 一个主题只留一个权威来源,入口文件负责指路

原文在说什么

他讲得最具体的一项习惯是:项目根目录放 AGENTS.md,只写核心内容并承担目录作用,详细路线图、模块说明等放到 docs 下;CLAUDE.md 则指向 AGENTS.md,让不同 Agent 共用同一套规则。

核心不是文件名,而是 Single Source of Truth。同一主题散落在多份文档、多个 Skill 里,很容易产生互相冲突的指令。材料越多,未必越清楚;如果没有结构,人和 Agent 都会被矛盾的要求拖慢。

他也将这条原则用于个人工具箱:把自己的 Skills 与 Plugins 放在统一位置,由不同 Harness 访问,并做版本管理。Notion 等工具也可以承载项目材料,不一定非用本地 Markdown。选择的依据是 Agent 能访问、材料组织清楚,而不是某种格式天然更高级。

关键概念

入口与正文分离:入口告诉 Agent 去哪里找,不复写所有细则。单一事实源:同一项规则有明确归属,其他位置引用它。工具箱不是收藏夹:真正维护的是适合自己任务的能力,不是安装数量。原文提到了版本控制,但没有给多端规则同步的具体冲突处理程序。

对你的实际应用

Ben哥,~/.shared-agent/tasks.md 已明确自己是共享任务唯一源,不需要再建立一张平行清单。可在 ~/.shared-agent/kb/STANDARD.md 拟加「规则归属」表:写作格式归标准,任务状态归 tasks.md,单场事实归该场转写;其他文档只引用,不复制一份再单独维护。具体落点是新增这张归属表,而不是扩写启动文件。本轮不改任何规则或任务状态。

第三组 · Harness 工程:理解运行条件,不等于重造平台

3.1 看实际任务能不能跑,不只看模型名字

原文在说什么

他在内参系统中换过多种 Harness,认为效果差异显著。讲到桌面 Agent 时,他看重的是能访问本地文件、工具、软件,以及持续运行的条件;讲到 Notion Custom Agents 时,他强调当材料主要在 Notion 中时的场景优势。

他也谈到通过外部 Agent 调第三方 API 时要面对 Rate Limit,因此工作流的编排不能只考虑模型能否理解内容,还要考虑取材料时受到的限制。他对某些云端环境的评价较低,理由是那不是自己装好工具、接好资料库的电脑。这个比较始终围绕他的内参任务,不宜扩大成所有桌面方案都胜过所有云端方案。

这也解释了一个看似矛盾的判断:Harness 很重要,但多数用户不用花大量时间自己造一个。先理解它限制什么、擅长什么,再选择现成环境,把主要精力放在自己的 Context 与工作流程上。

关键概念

运行条件也是能力的一部分:文件是否可达、工具是否齐全、外部接口是否限流,都会影响任务结果。可替换不等于效果相同:同一套工作放到不同环境,仍要看实际表现。他引用了模型测试中的效果差距,但本地转写没有完整测试配置,本篇不把该数字当成经过核验的通用结论。

对你的实际应用

Ben哥,对 ~/.agent-autoloop/report_html.py 可拟加 render_run_context(run_context),集中展示本次输入路径、运行环境、接口受限情况和中间产物位置;没有数据就标明未记录,不由模型推断。以后同一报告换执行环境,先比这些条件,再讨论模型好坏。这里只设计展示函数,不读取凭据,也不调整任何运行配置。

3.2 自己做的业务 Agent,是现成 Harness 上的一层编排

原文在说什么

他用一句很宽的说法解释 Harness:不是模型的部分,都可以放进这个概念里。记忆、系统指令、工具调用、循环、安全护栏、上下文管理,都在他列举的范围中。他还提到 SDK 里的原语,如 Tool、Agent Loop、Runner、交接、Session、Memory,意在说明基础运行层确实复杂。

但用户做内参编辑 Agent,并不必先重写这些底层能力。把自己的 Skills、工作顺序、材料接口搭在现成平台上,也形成一层自己的 Harness。他称之为「二阶 Harness」,即基于 Harness 的 Harness。

这层的关键是固化自己的工作实践,而不是证明自己拥有完整底层平台。原文没有给出这层系统的具体状态结构、重试规则或权限实现,也没有逐项讲 SDK 接口。把它读成完整的 Agent 开发教程,会超出本场内容。

关键概念

原语是作者所说的最小能力砖块;业务编排则是把这些已有能力用于自己的问题。二阶 Harness 是本场用来理解个人系统的说法,不是本篇额外引入的新技术标准。底层能力和个人工作流可以有包含关系,不必强行把每份 Skill 只归到一个抽屉里。

对你的实际应用

Ben哥,~/.shared-agent/tasks.md 的「下一步」可以拟定一条书写约定:涉及跨步骤任务时,必须指出下一执行者要读哪个产物、沿用哪个标准。长证据仍放原有记录位置,任务条目只留入口,避免把共享清单变成长日志。改的是既有「下一步」的内容要求,不是新增调度服务,更不是借此修改 cron-jobs.json;本轮只在这里说明。

第四组 · 把经验做成产品,也要让读者真的形成理解

4.1 内参的核心不是缩短文章,而是固化高质量加工

原文在说什么

他不断返回内参案例,是为了把抽象概念落回一套真实工作:筛选高质量信息源,保留人的品位与判断,把自己的阅读、画线、笔记经验封装成 Skill,再由模型驱动完整流程。

答疑时,他解释了三级笔记与概念地图的区别。树状笔记已经提供层级,如果再做一张同样的思维导图,只是重复;概念地图要表达的是概念之间的关系,通常能用动词把节点连接起来。图不一定第一眼就好懂,读过内容后对照图复述,才更容易看出它的作用。

他把阅读分成多轮:先画线、记小笔记,留下对概念和观点的印象;再把这些点连成网络和框架;之后选择小点,用自己的话重新讲。Agent 提供加工材料,并不等于读者已经理解。他提到测验、学习教练等后续想法,但这些不能写成当场已经上线的完整功能。

关键概念

树回答层级,图回答关系:两者服务于不同阅读任务。费曼式复述不是把原句再抄一遍,而是重新组织理解。产品化经验:先有长期实践,再固化成 Skills 与流水线。作者对产品价值的高度评价属于本人判断,不是独立效果评估。

对你的实际应用

Ben哥,~/.shared-agent/kb/STANDARD.md 可拟加「关系句」条款:在关键概念中,至少把容易混淆的两个概念写成「什么导致什么、什么包含什么、什么限制什么」,不只列名词。深蒸馏的「对你的实际应用」则保留一个可复述的问题,例如为什么加材料反而会降低质量。这个改法直接作用于知识加工标准,不额外生成图文件,也不把看完笔记当作学会。

4.2 任务卡留下四个问题,让人和 Agent 共用上下文

原文在说什么

他介绍项目管理工具时,真正有迁移价值的是 Issue 的写法:认真写标题,区分新功能、改善、修复,写清 Why、What、How、How Good,再把相关 Context 留下来。Agent 读取任务,完成后回写进度,必要时拆出子问题;这样人和不同 Agent 不必反复重讲背景。

他并未要求所有人采用同一款软件。Notion 看板可以满足较简单的管理需要,专业工具可能更适合多项目与协作。重点是需求、过程与结果是否落在大家都能读取的同一个地方。

结尾他又把技术理解与业务理解区分开:非程序员需要补概念、原理,并在做中学,不一定逐行操作代码;真正重要的仍是自己领域的经验。他也提醒自己恢复锻炼,不能被不断生成新功能的快感带着走。原文表达了很强的创造乐观,但没有给出人人适用的学习周期保证。

关键概念

How Good让任务不只描述动作,还说明做到什么程度。共享上下文让协作不依赖某一个人的会话记忆。工具承载方法,不替代方法;学习能力、持续投入与领域经验,也不能被「有 Agent 就够了」这句话抹掉。

对你的实际应用

Ben哥,在 ~/.shared-agent/tasks.md 可拟把已有「目标」写成 Why 与 What,把「下一步」写成 How,并在关联的任务正文中补一项「完成判据」承接 How Good;共享条目仍遵守短记录要求,不另建清单。对本次写作,判据就是指定来源、固定层级、全文字数与唯一输出路径,而不是执行者一句「已经深蒸馏」。这些是本篇的落地解释,后续是否修改任务规范仍需另行批准。

与在用工作的关联

这条里的什么对应你手上的什么具体怎么用
人的品位不能靠换模型取得~/.agent-autoloop/report_html.py拟加 render_selection_basis(selection_basis),展示上游给出的筛选理由
上下文是动态材料,不只开头提示~/.shared-agent/kb/STANDARD.md拟加阶段交接要求,写明读取范围与中间产物入口
单一事实源减少冲突~/.shared-agent/kb/STANDARD.md、~/.shared-agent/tasks.md拟列规则归属表,标准与任务状态各留一个权威来源
Harness 要按真实条件比较~/.agent-autoloop/report_html.py拟加 render_run_context(run_context),呈现材料可达性与接口限制
现成能力上固化业务编排~/.shared-agent/tasks.md「下一步」点名接手产物与标准,不以平台名称替代流程说明
概念地图不能重复树状目录~/.shared-agent/kb/STANDARD.md拟加关系句要求,把概念之间的因果、包含、限制写出来
Why / What / How / How Good~/.shared-agent/tasks.md目标、下一步与关联正文的完成判据对应四问,不新建平行任务表

原文:【howie 的 AI 主题讲座】w2630 context 与 harness工程,2026.07.31 直播回看;原视频见本文来源行。

本篇依据:完整分段阅读本地转写 /Users/benhong/.agent-autoloop/cdb/transcript/l_6a6ad50de4b0694c35329538.txt,覆盖开场、Context、Harness、产品案例、阅读方法、答疑与结束。稿内没有可确认总时长的时间标记,故写「时长未标」;序号 8 依据现有讲座目录中本场的编号,不把输出文件名前缀当作系列序号。

更正与边界:按上下文将明显误识别的 Context、Harness、Agent、Skills、MCP、Claude Code、Codex 等术语统一,不保留无意义重复与插入杂音。型号、跑分、系统指令削减比例、Token 用量及价格等口述信息未另行核验,不用来建立结论;SDK 实现、迁移成本、重试与权限细节,原文未展开。所有「对你的实际应用」及关联表均为面向 Ben哥 的迁移设想,不是讲者谈过这些本地文件,也不是现有函数声明;本轮没有修改这些文件,没有新增调度或发布动作。

定位:中文深蒸馏,不是逐字摘要。