Harness 核心 · 模型周围的 Harness
脚手架工程：从试验品到产品
模拟 Agent 查机票订酒店，无脚手架 vs 有脚手架完整对比，5 大能力详解
本页解决的问题
先给结论「脚手架工程：从试验品到产品」要解决的关键问题是什么？
模拟 Agent 查机票订酒店，无脚手架 vs 有脚手架完整对比，5 大能力详解
判断标准
让这个结论先证明自己值得留下。 把这一页当成决策工具，而不是需要背下来的定义。把概念连到一个真实任务、一个可观察结果，以及一个能改变你判断的失败上。
下一步
写下一个问题：试完这个方法后，你能用什么证据回答它？
常见误区
结论听起来很完整，却没有检查最关键的假设。
任务：帮用户查机票 + 订酒店
Agent 运行日志
生产级脚手架 5 大能力（点击查看详解）
Agent 工程 = 80% 脚手架 + 20% 模型
大多数 Agent 项目失败，败在错误处理不够健壮。模型够不够聪明反倒是次要的。
大多数 Agent 项目失败，败在错误处理不够健壮。模型够不够聪明反倒是次要的。
「脚手架工程：从试验品到产品」的能力藏在每次交接里
「模拟 Agent 查机票订酒店，无脚手架 vs 有脚手架完整对比，5 大能力详解」说明，Agent 的表现不只由模型决定。模型、上下文、工具、状态、权限和人之间的每次交接，都会改变任务能否继续以及出了问题能否恢复。
先写清状态，再增加能力
从「模拟 Agent 查机票订酒店，无脚手架 vs 有脚手架完整对比，5 大能力详解」出发，可以把流程拆成起始状态、下一步动作、工具返回、状态更新和停止条件。这样调试时找的是第一处丢失信息或权限的位置，而不是笼统地说“模型变笨了”。
成功路径不能代表系统可靠
用「模拟 Agent 查机票订酒店，无脚手架 vs 有脚手架完整对比，5 大能力详解」重放一次成功和一次失败，记录每一轮真正传入的上下文、工具结果和负责人；只要第二个人能复述这条链，系统才有可维护性。
从这个例子继续往下看
页面先提出「模拟 Agent 查机票订酒店，无脚手架 vs 有脚手架完整对比，5 大能力详解」。接下来不要只记住这句话，可以把它变成一个小练习：写下输入、预期结果，以及什么现象会让你重新检查这个判断。
把这条判断带到下一个场景
分析 Agent 时，沿着状态、动作、工具结果和下一步的顺序走一遍；每次交接都要能说明信息从哪里来、由谁确认、失败时停在哪里。
- 「脚手架工程：从试验品到产品」：模拟 Agent 查机票订酒店，无脚手架 vs 有脚手架完整对比，5 大能力详解
最后做一次小而可逆的练习：把页面里的判断放进一个真实输入，写下预期结果和会让你停下来复核的信号。
标记为已学完 阅读进度会自动记录
我把这篇文章里的一个判断改写成了今天可以验证的小实验。比记住结论更有用的是，知道下一步要观察什么。
读完以后我先回头找它成立的条件，而不是直接把方法搬进项目。这个顺序让后面的取舍清楚很多。
如果把这个判断放到真实工作里，最先需要补的约束是什么？我想知道从阅读到第一次实践之间，哪一步最值得先做。
还没有这篇文章的讨论。