目的

把你当前两条主线统一成一条可执行研究路径：

  • Harness Engineering：让 agent 持续完成任务
  • LLM 维护 wiki：让知识持续沉淀并可复用

目标不是再造概念，而是形成后续可直接写博客、做分享、做实践复盘的结构骨架。

一句话结论

Harness 解决“agent 怎么干活”，Memory/Wiki 解决“agent 记住什么”，Compiled Wiki 解决“这些记忆如何可验证、可维护、可追踪”。

当前知识库中的三层映射

1. 执行层（Harness）

关注点：

  • agent loop
  • tool use
  • planning / verification
  • 扩展边界（哪些放核心，哪些外置）

2. 记忆层（LLM-maintained wiki）

关注点：

  • source -> wiki 的增量沉淀
  • rules 驱动维护工作流
  • queries / reports 可复用化

3. 维护层（Compiled knowledge）

关注点：

  • claim / evidence 结构化
  • provenance / confidence / contradiction / open questions
  • lint / dashboard / digest

关键关联关系

关系 1：Harness 不等于 Prompt 优化

你的历史内容里，项目规则、Skill、经验模式 已经接近 harness 组件。真正差异在于：是否形成了稳定的执行与验证回路，而不只是一次对话效果更好。

关系 2：Wiki 不等于“存文档”

普通 wiki 解决“能找到”，compiled wiki 进一步解决“能不能信、哪里冲突、哪些过时、后续谁来维护”。

关系 3：两条线最终会合

当 agent 做研究/开发任务时：

  1. Harness 提供执行框架
  2. Wiki 提供长期上下文
  3. Compiled 机制提供质量闸门

这三者合在一起，才接近一个可持续运行的个人 agent system。

研究优先级建议（30 天）

Phase 1（第 1 周）：建立统一叙事

输出物：

  • 一篇概念型博客草稿（可由本报告直接扩写）
  • 一张三层关系图（Harness / Wiki / Compiled）

验收标准：

  • 可以用 5 分钟讲清楚三层差异与关系
  • 每层都有你现有文章或 wiki 页面可回链

Phase 2（第 2-3 周）：补维护信号

输出物：

  • 在高频概念页加入 open questions 小节
  • 对重点页面试行 claim vs evidence 写法
  • 建一个轻量 wiki lint 清单（人工或脚本都可）

验收标准：

  • 至少 3 个概念页具备“可验证字段”
  • 能快速识别“缺来源、待验证、冲突点”

Phase 3（第 4 周）：形成可复用模板

输出物：

  • 一份 research-report template（研究问题、证据、结论、风险、后续）
  • 一份 source ingest template（摘要、关键点、关联概念、待验证）

验收标准：

  • 新资料进入 wiki 的平均耗时下降
  • 新资料与旧概念页的互链更完整

博客选题池（可直接开写）

  • 从 Prompt 到 Harness：为什么 AI Coding 的瓶颈在执行环境
  • 从 Memory 到 Wiki：为什么跨会话记忆需要结构化沉淀
  • 从 Wiki 到 Compiled Wiki：知识库如何从“可读”走向“可维护”
  • AGENTS.md + Wiki + Lint：个人开发者的最小 Agent 基础设施

下一步可立即执行的动作

  1. 挑 1 个高频概念页试行 claim/evidence/open-questions 结构
  2. 选 1 篇历史报告补 provenance 标注，验证可维护性收益
  3. 把本报告扩成对外博客初稿（可复用现有 harness-engineering-blog-draft 片段）

相关页面