實戰總結：最小可運行 Harness 檢查表

理論學完，剩下的就是「下禮拜就能動手」。這一課把四層能力濃縮成一份檢查表，幫你判斷自己現在該補哪一塊。

一、四層對照總表

層級	核心問題	代表能力	代表產物
初級	怎麼讓 AI 不亂做	拆任務、設邊界、驗結果、記錯誤	任務模板、錯誤日誌
中級	怎麼讓 agent 穩定做完整任務	規則檔、工具邊界、驗證迴圈	`AGENTS.md`、固定 loop、approval 規則
進階	怎麼讓系統可追、可修、可優化	middleware、state、observability	traces、plans、hooks、metrics
深入	怎麼讓團隊持續運營 agent 平台	評估、版本化、成本治理、多代理協作	harness control plane、evaluation pipeline

沒有人能跳級。誠實判斷你現在在哪一層，比你聽過多少新名詞都重要。

二、最小可運行 Harness 檢查表

初級（個人可立即開始，今天就能做）

任務模板 — 你有沒有一份固定的 Goal / Constraints / Definition of done 三段式模板？
中繼驗證 — 你大任務會不會拆成至少 3 個「完成一段就停下來確認」的檢查點？
錯誤日誌 — 你有沒有一份「AI 犯錯日誌」，至少記錄最近 10 次失敗？
約束句型 — 你寫 prompt 時，有沒有固定加入「不要編造 / 不要改格式 / 不確定請問我」這類句型？

中級（團隊起步，一週內可建立）

AGENTS.md — 你的 repo 有沒有一份包含 Repo map / Commands / Rules / Approval required 的 AGENTS.md？
Tool boundary — 你有沒有寫下 read-only / write-safe / destructive / external side-effect 四類權限分級？
Verification loop — 你有沒有一份固定的「理解 → 計畫 → 修改 → 測試 → 讀錯 → 修正 → 重跑 → 升級」流程？
Escalation 條件 — 你有沒有定義「連續 N 次失敗 / 超過 X 分鐘 / token 超過 Y」等升級門檻？
規則寫回 repo — 你的 rules 有沒有全部寫回 repo，而不是散在 Slack / Notion？

進階（工程化，一個月內可建立）

Middleware — 你有沒有至少一個 pre-tool hook 攔截危險操作？
State 檔案 — 你有沒有 plans/ / decision-log/ / known-issues.md 三組 state 檔案？
Observability — 你有沒有收集 task_id / tool_name / retry_count / token_cost / error_type？
失敗分型 — 你最近的失敗案例，能不能用七種分型分類（規則不清 / context 不足 / tool 選錯 / 權限問題 / 驗證不夠 / 狀態遺失 / 模型誤判）？
Solve rate baseline — 你有沒有一個「目前成功率」的 baseline 數字？

深入（平台化，持續建設）

Harness 版本化 — 你的 harness 有沒有 v1/v2/v3 的 diff 與 rollback 能力？
評估集 — 你有沒有一組代表任務與 6 項指標的評估集？
四種 gate — 你有沒有明確定義 Approval / Review / Risk / Budget 四種 human-in-the-loop gate？
Failure-to-rule pipeline — 你有沒有「失敗 → 分型 → 修正 → 重跑評估」的循環？
成本治理 — 你知不知道每個任務的平均 token 成本、可以選不同模型策略嗎？

三、最常見的陷阱 Top 5

陷阱 1：把 Harness 當 prompt 的延伸

錯誤心態：「那就是寫更長的 prompt 嘛。」

正確心態：Harness 是工具、限制、驗證、狀態、觀測與回饋六件事的合集。prompt 只是其中一個出口。

陷阱 2：規則森林

錯誤心態：「每次失敗就加一條規則。」

正確心態：每次失敗之前先問「這是規則問題還是設計問題？」很多時候該改的是 middleware 或 tool，不是疊新 rule。

陷阱 3：儀表板誘惑

錯誤心態：「我來做一個 agent 監控儀表板，每天看。」

正確心態：沒有人真的會每天看儀表板。你需要的是在關鍵時刻跳出來的警報，不是一個每天要登入的網頁。

陷阱 4：全自動幻想

錯誤心態：「我要讓 agent 完全自主，不需要人介入。」

正確心態：深入層的目標是「人只出現在高價值判斷點」，不是「沒有人」。混合模式永遠比純自動化穩。

陷阱 5：過早複雜化

錯誤心態：「我直接跳進階，反正初級那些看起來很簡單。」

正確心態：90% 的 agent 問題都在初級與中級就能解決。沒把地基打好，進階層的 middleware、observability 只會把問題藏得更深。

四、三個可以「下禮拜就做」的具體行動

不管你現在在哪一層，這三件事都是 ROI 最高的：

行動 1：寫第一版 AGENTS.md（30 分鐘）

挑一個你現在在維護的 repo，寫一份最小版的 AGENTS.md：

Repo map（每個資料夾的角色）
Commands（dev / lint / test 怎麼跑）
Rules（至少 5 條祈使句）
Approval required（至少 3 條）

寫完 commit push，下次 agent 開 session 就會看到。

行動 2：建立錯誤日誌（5 分鐘）

開一份 ai-errors.md 或 Notion 頁，定好 5 個欄位：日期、任務類型、錯誤描述、根本原因分類、下次怎麼避免。從今天開始記，不要想「之後再補」。

行動 3：定義你的第一個 escalation 條件（10 分鐘）

選一個最容易訂的條件：

「同一個錯誤連續 3 次 → 停下、整理狀況、請人介入」
「token 用量超過 X → 停下、詢問是否繼續」
「超過 30 分鐘沒完成 → 停下、輸出目前狀態」

寫進你的 AGENTS.md 或 agent system prompt。這一條規則通常就能省下一整天的 token 浪費。

五、最後一句話

如果用一句話替這整個課程收尾，可以這樣說：

Prompt 幫你把任務講清楚，Context 幫你把資訊送到位，Harness 則決定 agent 能不能在真實世界裡長時間、低風險、可驗證地把工作做完。

2026 是 Harness 元年。這不是炒作一個新詞，而是 agent 產業在經歷「模型不再是唯一瓶頸」之後的必然轉向。

你不需要一次做完四層。你只需要知道自己現在在哪一層、下一層要補什麼、以及不要往哪裡過早跳級。

AI 協作：學了這個，跟 AI 怎麼配合？

最後一堂課的 AI 協作，邀請你做一件最有儀式感的事：讓 AI 幫你評估你自己的 harness 成熟度。

你的人類優勢：

只有你知道自己實際的狀況、實際的痛點、實際的能量。
只有你能決定「下個月真正要補哪一塊」。

可以這樣跟 AI 說：

我剛學完 Harness Engineering 的四層能力。請幫我做一次成熟度評估：我會依序回答初級、中級、進階、深入的檢查表。請你每一層看完之後，告訴我：(1) 我目前真正穩定落在哪一層（不要灌水），(2) 我最應該優先補的 3 件事是什麼，(3) 每件事預估會吃我多少時間。最後請用一句話總結我「不該再浪費時間學」的領域。

練習題

本堂重點回顧

四層能力是台階，不是選項 — 沒人能跳級，誠實判斷自己在哪一層。
最小可運行 Harness 檢查表 — 18 項 checklist，從今天打勾到下個月。
三個下禮拜就能做的行動：寫 AGENTS.md、開錯誤日誌、定 escalation 條件。
一句話收尾：Prompt 講清楚、Context 送到位、Harness 決定 agent 能不能長時間低風險地做完事。

課程結束，實戰開始。這門課不是終點 — 是你的第一版 harness 的起點。