40 多天实战方法论:打造能持续替你经营的 Agent 团队
Source: http://x.com/i/article/2029545587511848960
过去四十天,我一直在把 agent 塞进真实工作流里。
我关心的点很简单:每天真的会发生的事,能不能交给它。分析、跟进、写作、整理、监控、复盘、提醒、状态同步。每天都要发生,发生了就要处理,处理完还要能沉淀,下次继续接着跑。
跑到一定阶段后,我的判断越来越稳定: 决定 agent 能不能长期交付的关键变量,常常不在模型,落点在 harness(执行框架)。
模型像引擎,决定单次输出上限。harness 像整车的结构和规程,决定这台机器能不能每天启动,遇到故障能不能恢复,随着时间能不能越跑越稳。
我把 harness 理解成五件事的组合:节律怎么跑,状态怎么存,记忆怎么更新,工具怎么暴露,错误怎么闭环。你把这五件事做顺了,agent 才会从“会说话”变成“能经营”。
模型强,会让你惊艳一两次。harness 稳,才会让你放心交付一百次。
从几个聪明助手,到一套工作系统
大多数人一开始做 agent,会从“造几个助手”开始。写作一个,研究一个,分析一个,写代码一个。
很快就会撞墙。原因也很直白:这些助手是能力碎片,缺少系统性。
今天写了草稿,明天忘了优先级。今天做了判断,换个会话像第一次见面。工具越堆越多,信息越塞越满,表面更强,内部更乱。你会发现你在管理一堆“临时聪明”,没有管理一套“持续经营”。
后来我直接换了思路。
我不再把 agent 当成独立的小工具,我把它们当成同一套系统在不同工作面上的执行接口。重要的不是它们叫什么,重要的是任务如何分流,信息如何流动,决策如何沉淀,异常如何闭环。
讨论 agent 时,角色清单很适合展示。运行机制才决定能不能落地。
长期系统的核心是 heartbeat
很多 agent 系统在技术层面都能还原成循环:模型输出工具调用,系统执行工具,结果回灌上下文,模型继续推。
这个循环没问题。问题通常出在默认前提:任务开始才启动,任务结束就退出。
真实工作不长这样。真实工作是一条不断延续的状态流。今天的判断影响明天的执行,上午发现的问题可能晚上才处理完,昨天的结论决定今天的优先级。你要跑的是经营,不是一次性任务。
所以我把系统核心放在 heartbeat。
我用的框架(比如 OpenClaw 这一类)提供按频率唤醒的机制,系统定期把 agent 拉起来,让它按一份检查清单执行。机制是框架能力,真正决定纪律水平的是清单内容。
我的清单很朴素,每次唤醒固定做五件事。
第一,回顾最近发生了什么。第二,把遗漏信息写进日记。第三,扫描其他工作面的产出,找依赖和阻塞。第四,检查定时任务的健康状态。第五,刷新当前状态板。
这五件事没技术门槛,价值却很硬:系统状态保持新鲜,下一次唤醒可以直接从文件恢复上下文,执行链能不断衔接现实。
长期系统里最稀缺的往往不是智能,稀缺的是纪律。heartbeat 就是把系统不断拉回现实的那根绳子。
我踩过最大的坑:把更多上下文等同于更聪明
刚开始搭系统时,我也干过一件很典型的事:凡是觉得可能有用的东西,全塞进上下文。
当时我的直觉是,背景越全越安全,agent 越不容易跑偏。
真实结果反过来。信息一多,系统会进入一种危险状态:看起来读了很多,抓不住重点。推理链很完整,细节不断偏移。任务越长,错误率越高,恢复成本越大。
我后来把整个系统改成渐进式加载。
框架的记忆通常能做分层,你可以决定哪些文件每次都加载,哪些按需读取。关键不在能力是否存在,关键在你的分层策略是否能支撑行动。
我用三层:
- 第一层只放当前状态:最重要的优先级,正在推进的事项,系统健康情况。这一层必须短,必须新,必须可覆写。
- 第二层是当天发生过什么,属于短期记忆。需要还原脉络时才拉出来。
- 第三层是长期知识:教训、决策、项目说明、标准流程。它们放在文件系统里,通过索引访问,平时不背在身上。
Agent 不需要随时背着所有知识,它需要知道知识放在哪里。
一旦接受这个原则,系统会变轻很多。token 只是表象,真正的收益来自注意力收敛,工具选择更果断,恢复路径更清晰。渐进式加载不是锦上添花,它是长期系统的生存条件。
系统变稳,往往靠删
这四十天里,最反直觉的一件事是:系统变好,经常来自删除。
刚开始做 harness 很容易进入“再补一个模块”的状态。再加个巡检,再接个工具,再加层自动化,再补个自愈流程。看起来更专业。
真实运行后复杂度会繁殖。每一层自动化都带来长期维护义务,每一个工具都带来选择成本和出错面,每一个自愈流程都可能制造新的噪音。
我曾经做过一个巡检流程:每天定时扫描系统健康,发现问题自动创建工单并更新看板。听起来很完整。跑了一个月,工单堆了二十多个,大多是误报。它凌晨五点检查“今天的内容有没有生成”,生成任务八点才跑,于是它每天都忠实制造一个“文件缺失”的问题。
Agent harness 里稀缺的不是能力,稀缺的是清晰度。
任何设计如果不能显著降低认知负担,就会变成摩擦源。过度细化的巡查,频繁的低价值告警,名义上自动化却需要你每天盯的流程,这些都不该存在。
加东西之前我会问一句:能不能先删一个,这是工程诚实。
模型会变,但 Harness 会复利
如果一个系统的价值绑定在某一个模型上,它就很脆弱。
模型更新太快了。今天最强,明天可能就被替换。你可以偏爱某个模型的写作风格,也可以偏爱另一个模型的推理习惯,生产环境里模型选择本质上是持续运营决策。
我的系统会按成本、速度、稳定性、任务类型选择不同模型,这个选择会变,甚至会高频变化。只要外层 harness 稳,模型切换就不会伤筋动骨。
文件结构不用重建,状态同步不用重写,记忆分层不用推倒,heartbeat 也不会失效。
我越来越确定,真正会复利的是 harness。
你写下来的每条 lesson 是资产。你修过的一次错误恢复流程是资产。你打磨过的状态板结构、技能索引、调度规范、记忆生命周期,都是资产。模型更换只会让这些资产继续放大。
人格层也属于 Harness
真实使用之后,我还有一个判断越来越坚定:人格层也是 harness 的一部分,而且影响巨大。
原因很简单。规则覆盖不了所有模糊决策瞬间。证据不足时要不要收缩,草稿很差时要不要推倒重写,任务不明确时先追问还是先交付一个可落地初稿。这些决定靠一堆规则很难写全。
这时起作用的,是 agent 对“自己该以什么姿态工作”的内部设定。
在很多框架里,这层通常通过一个人格文件来定义,比如 SOUL.md。它承载的内容包括性格、边界、决策风格、什么时候该推回,什么时候该承认不确定。
我观察到一个非常明显的差异。
同样一个任务,判断可信度,数据不足。缺少人格设定的 agent 往往会给出看似完整的分析,结论写得很自信。人格设定清晰的 agent 会直接提示证据不足,给出下一步需要的数据和行动。
同一个模型,同一个任务,变量只有人格文件。输出从“顺滑结论”变成“可运营的谨慎”。
长期系统里,一个会编答案的 agent 很危险,因为你很难发现它在编。人格层让“不确定就说不确定”变成默认行为,这会显著降低长期风险。
实战里最难的部分叫运维
如果只看表面,agent 系统最吸引人的是输出能力。能写、能查、能分析、能自动给结果。
一旦放进持续工作流,痛点会转移。真正难的是运维。
第一,记忆生命周期很难。信息什么时候写入,写到哪里,哪些进当日日志,哪些升级成长期知识,哪些需要更新旧文件,哪些只是重复。难点不在写进去,难点在让知识库不发霉。
第二,跨 session 的一致性很难。对话是局部,文件是共享。重要信息没有及时文件化,系统认知迟早会分裂,执行面之间会互相错过。
第三,定时调度永远不是设好就结束。超时、投递失败、配置缺失、重复执行、上游波动,这些都会持续出现。你维护的是一个与外界交互的活系统。
本质上它和传统运维很像,对象从服务器容器变成 prompt、文件、任务链、以及一组会犯错的执行体。
想开始就从最小 Harness 配置起步
很多人看完这类文章,第一反应是复制结构,做几个 agent,配几条自动流程,拉几个工作面,期待系统自己长出来。
我更建议从最小 harness 起步。
如果你用 OpenClaw 或类似框架,起点只要三个文件。
第一,**SOUL.md。定义身份。**告诉 agent 它是谁,如何做判断,遇到不确定时怎么处理,什么时候应该直接推回。两百字够用,边界和决策风格要清晰。
第二,**NOW.md。维护当前状态。**这个状态板要被优先读取,只写当前最重要的事:正在推进什么,优先级如何,哪些完成,哪些有风险。它要短,要新,要可覆写。
第三,**HEARTBEAT.md。**设计固定节律。写一份检查清单,规定每次唤醒时检查什么,写什么,更新什么,什么时候通知你。框架负责唤醒频率,你负责清单质量。
这三份文件加起来可能不到一千字,已经足够构成最小可行 harness。你甚至不用写代码,你需要想清楚三件事:我的 agent 是谁,现在该关注什么,多久检查一次。
等它真的跑起来,再按真实需求往上加。需要长期知识,再建 memory 目录做索引。需要任务切换能力,再写 skill 文件按需加载。需要固定节奏产出,再配定时调度。
顺序很重要。起点复杂会把系统压垮,纪律还没形成,能力先把注意力打散了。
结语
如果今天让我把整篇文章压缩成一句话,我会这样写: 模型提供智能,Harness 提供纪律。对一个 one-person company 来说,后者更稀缺。
我现在越来越把 agent 看成一套可持续经营的基础设施。节律、状态、记忆、边界、恢复,这几层一旦成形,就会随着使用不断变厚。
Agent 时代最值得建设的,是你自己的 harness。它能把零散的智能变成可复利的系统能力。
一个人也能跑出团队感。前提是,你先把让团队持续运转的那套基础设施建出来。