3.3 KiB
3.3 KiB
title, tags, last_updated
| title | tags | last_updated | |||
|---|---|---|---|---|---|
| WikiLLM 知识库首页 |
|
2026-04-07 |
WikiLLM 知识库
欢迎来到 WikiLLM——一个关于 Harness-Engineering 的中文知识库。本 wiki 基于多篇权威来源编译而成，旨在为 AI 智能体时代的软件工程提供系统化的指南。
Harness 工程是设计和实现使 AI 智能体可靠工作的系统的新学科。如果说 2025 年是 AI 智能体验证它们能够编写代码的一年，那么 2026 年就是我们认识到智能体不是难点——Harness 才是的一年。
📚 核心概念
- Harness-Engineering - Harness 工程的完整概述，包括三大支柱、为什么现在重要、以及实践中的方法
- Context-Engineering - 如何确保智能体在正确的时间获得正确的信息
- Architectural-Constraints - 如何机械地强制执行好代码的样子，而不是仅仅告诉智能体"写好代码"
- Anthropic-Harness-Design - Anthropic 的三智能体架构：Planner、Generator、Evaluator
- Self-Verification - 让智能体通过构建-验证循环自我改进的技术
🛠️ 实践指南
- Mitchellh-Adoption-Journey - HashiCorp 创始人从怀疑论者到深度用户的六个阶段
- Building-Your-First-Harness - 从个人开发者到工程组织的三级实用框架
📖 学习路径
初学者路径
- 首先阅读 Harness-Engineering 获得概览
- 然后阅读 Mitchellh-Adoption-Journey 了解个人采用路径
- 最后阅读 Building-Your-First-Harness 开始实践
深入学习路径
- 从 Anthropic-Harness-Design 开始了解前沿架构
- 深入研究 Context-Engineering 和 Architectural-Constraints
- 学习 Self-Verification 技术让智能体自我改进
🔗 快速导航
📊 编译来源
本知识库基于以下权威来源编译：
- OpenAI - Harness Engineering：在智能体优先的世界中利用 Codex
- Anthropic - Harness design for long-running application development
- Martin Fowler - Harness engineering for coding agent users
- LangChain - Improving Deep Agents with harness engineering
- NxCode - Harness Engineering: The Complete Guide
- MiniMax - MiniMax M2.7: Early Echoes of Self-Evolution
- Mitchell Hashimoto - My AI Adoption Journey
💡 关于 WikiLLM
WikiLLM 是一个利用 LLM 构建个人知识库的系统。本项目的核心原则是：
- LLM 编写和维护所有 wiki 数据；手动编辑很少见
- 用户探索和查询被归档回 wiki 以增强它
- 系统专注于 markdown 文件和 Obsidian 兼容格式
- 图像被下载到本地 以便 LLM 轻松引用
查看 Glossary 了解更多核心概念，或从 Harness-Engineering 开始阅读！
最后更新：2026-04-07
本文档由 WikiLLM 自动生成