AI Harness 与软件工程 · AI 对齐与工程

AI coding 要对齐，得靠结构，不能靠热闹

agent 可以很拼，代码可以先跑起来，但想法、流程、架构、验收要是各说各话，那就是空转。这儿把需求、编排、架构、测试搁一张图里，好判断：是真往目标走，还是光刷日志。

四个维度

四层对齐，一张最小闭环

对齐的是产物：想法得进规格，流程得往前挪，架构得接得住变化，验收得拿得出证据。

想法与需求对齐

把模糊想法压成规格：JTBD、User Story、BDD、示例、共享语言，别让需求、设计、代码三套话各讲各的。

流程路径与任务编排

需求变成能跟的流程：切任务、卡状态、handoff、checkpoint、能观测，别让 agent 瞎忙没进展。

架构与工程对齐

结构得接住需求，别让实现先把边界搅乱。DDD、Clean、CELL、ADD、EDD、CDD 在 AI 工程里各管哪块。

测试与验收对齐

别光说“感觉好了”，拿证据：E2E、ATDD、表格测、契约测、回归集、评测 harness。

搞 agent、workflow 或 AI 辅助工程的，可以先翻这几篇：空转、没证据、没边界、其实在搞概念工程，一篇对一个坑。

Stavros：最强模型只做规划与调度；人类说出 approved 才落地。附架构师 Agent 提示词全文。

Task Brief 压扁决策空间后，用更省 token 的模型写码。附开发者 Agent 提示词全文。

换一家公司出的模型看 diff，才是第二双眼睛。附 code-reviewer 提示词全文（与 reviewerer 同源合并）。

行为摘要、风险热点、需求映射——不改仓、不联网。附 diff-summarizer 提示词全文。

用特征文件与代码样本说话，维护 ARCHITECTURE.md。附 repo-scout 提示词全文。

忙不等于逼近目标。把目标压成对象、步骤可证伪、反馈能纠偏、停机条件写死——否则再强的模型也只是更贵的空转。

分数回答不了「我们凭什么相信变好」；没有证据结构，评测只是把直觉做成仪表盘。

能力放大方向；方向错了，聪明只是加速偏航。对齐=目标可裁判+代价硬约束+熔断，不是更听话。

Prompt 是软接口；概念没定义清，你就只能在自然语言里打类型补丁。先建模边界，句子会自己变短。