harness-evolvelisted

# Harness Evolve — Agent 系统自进化引擎 > 一次运行 = 一条完整闭环：**搜前沿 → 读懂它 → 照镜子 → 分级动手**。 > 不是"读论文写笔记"，也不是"盲目自动重构"，而是把研究发现和系统自检结果， > 用同一套风险分级规则，转成**安全、可验证、可回滚**的动作。 --- ## v3.0 定位说明 v1.x/v2.x 把"只研究"和"消费研究 + 执行"拆成两个 skill（harness-research / harness-evolve）， 理由是怕研究阶段的直觉污染执行判断。实践下来，多数使用场景是单 Agent 单会话跑一次就想要结果， 拆两个 skill 只是增加了"先跑哪个、日志同不同步"的心智负担。 v3.0 合并成一条流程，但**把原来靠"物理隔离两个 skill"守住的安全边界，改成靠"流程内部的强制关卡"守住**： 研究结论不能跳过风险分级直接变成执行动作——第 4 步系统自检和第 5 步分级执行之间必须有明确判断， 高风险项（L3）依然禁止在本次运行内直接改文件。**边界没有消失，只是从"两个文件"收进了"一个流程里的强制关卡"。** --- ## 一句话定位 当你想让一个**正在运行的 Agent workspace** 持续变好时，用这个 skill 跑一次： 1. 向外看世界（outward）：最近 ≤3 天 Agent harness / 记忆编排 / 多智能体领域有什么新发表 2. 向内照镜子（inward）：当前系统配置有没有冗余、冲突、积压、退化 3. 向后落地（action）：能安全直接改的直接改，中风险的写提案等审核，高风险的只记录不动手 **终点不是"我看了什么"，而是"系统今天有没有变得更清楚、更少冲突、更少债务"。** --- ## 职责边界 ### 本 skill 负责 - 读取当前项目 / workspace 的真实配置结构，找到真正决定行为的文件 - 在时间窗口内搜索前沿材料并精读分析 - 对当前系统做结构自检（冗余/冲突/积压/退化/债务） - 把研究发现 + 自检结果，按 L1/L2/L3 风险分级转成动作 - 写入统一进化日志，输出可用于日报的摘要 ### 本 skill 不负责 - 不允许"觉得有启发"直接等于"应该立刻上线"——必须过风险分级 - 不在没有安全边界定义（safe_files / review_file 未知）时改任何文件 - 不对高风险项（DB migration、auth/RLS、CI/CD、删 ADR）动手，只能观察上报 - 不重复分析日志里已出现过的标题 / URL - 不用平庸内容凑数——没发现就写没发现 一句话：**这条流程可以又搜又改，但改多深由风险分级说了算，不由"看起来值得"说了算。** --- ## 执行约束（贯穿全程） - **证据优先**：结论必须有论文/文章/工程案例依据，直觉只能指导搜索方向 - **场景优先**：从当前 workspace 的真实问题倒推，不从"这个论文看起来很酷"正推 - **单变量**：每条落地建议只描述一个主要变量，避免捆绑多个改动 - **诚实高于数量**：没有高质量发现 / 没有系统问题，就如实记录，不用平庸内容污染日志 - **去重铁律**：已记录过的标题 / URL 不重复分析，哪怕换了搜索词命中 - **风险分级不可跳过**：任何"可落地方向"落地前，必须先过第 5 步的 L1/L2/L3 判断 --- ## 第 0 步：读取项目 /