Harness-Engineering

今天从两个方向理解可控 Agent：用 Petri Net 在执行层强制授权、审批和预算约束；用小型模型学习 Plan–Retrieve–Select，让大规模工具选择成为可单独评测的能力。

论文用评测 harness、性能剖析、工作负载分区和人工筛选约束 GPU kernel Agent；五类算子均优于 Full-Agent，但对照尚不能拆分 harness、专家引导与搜索预算各自的贡献。

今天关注 AI-native 软件工程的两个底层设计问题：Yad Konrad 用 program synthesis / CEGIS 重新解释 prompt、context、harness、eval 与 software factory，指出它们其实是在重新发现 specification、search space、search technique 和 verifier；另一篇新论文则直接比较 Agent Skills 与 Subagents，证明可复用知识该放进主 context 还是隔离到独立 subagent，关键取决于技能是否具有清晰的输入输出契约。

今天关注两个很具体的 AI-native 工程方向：Anthropic 如何把整个 SDLC 改造成由版本化 artifact 和自动 gate 驱动的循环，以及 SemaPLC 如何用 specification、compile 和 live-runtime verification 把 coding agent 的完成条件从‘模型觉得好了’变成‘外部证据确认可运行’。