附录C 参考文献、开源仓库与延伸阅读本附录是全书的「工具箱」与「导航图」。读完正文 14 章后你脑中应该已经建立起Agent Model Harness的核心等式、ETCLOVG 七层架构、五种翻车模式与四条自进化路径的完整版图。但一本书不可能讲完一个仍在爆炸式演进的领域——本附录的使命是帮你在合上书之后依然能精准检索、持续跟进、按图索骥。它由五部分组成① 分类参考文献你想深挖某个观点时去哪找源头② 开源仓库与工具清单你想动手时用什么③ Aegis 源码索引全书自研平台的每个模块在第几章设计、第几章落地④ 延伸阅读路线图认知转型者/工程落地者/研究者各走哪条路⑤ 全书章节导读表一句话回查每章主旨与核心图。把它当成一张可随时展开的地图。下面这张全书知识地图浓缩了你已经走过的全部路程。图C-1全书知识地图。中心是贯穿全书的核心等式Agent Model Harness向外辐射出五条主干——三部分主线认知转型 1-4 章 / ETCLOVG 理论 5-12 章 / 从 0 到 1 落地 13-14 章、ETCLOVG 七层、五种翻车模式、四条自进化路径以及自研演示平台 Aegis神盾。本附录的所有索引都是对这张图的细化。C.1 如何使用本附录在一头扎进文献海洋之前先理解本附录的检索逻辑能为你省下大量时间。三种典型检索场景你的处境应该翻到为什么「书里那个『仅优化 Harness 提升 10 倍』的数据出处在哪」C.2 参考文献按主题查关键数据点都标注了来源主题与论文/仓库链接「我想自己搭一个沙箱/工具系统有现成的轮子吗」C.3 开源仓库与工具清单按 ETCLOVG 层查按七层归类每条一句话说明用途「Aegis 的编排器源码到底在哪一章」C.4 Aegis 源码索引模块 → 设计章节 → 落地章节的三列映射「我是研究者/工程师/管理者该按什么顺序读」C.5 延伸阅读路线图三类读者三条路径「第 8 章讲的是哪一层来着核心图是哪张」C.6 全书章节导读表14 章 3 附录的一句话主旨 Tip如何用这本书——第一遍通读建立全局观重点是第 1、5、13 章这三个「枢纽章」第二遍按需精读遇到具体工程问题时用 C.6 导读表定位到对应章再用 C.4 索引找到 Aegis 的参考实现第三遍把本附录当字典反查写代码、做技术选型、准备面试时随时回来查 C.2 和 C.3。不要试图一次读懂所有细节——Harness 工程是一门「在实践中反复回查」的学问。关于引用的诚实声明本附录列出的论文与项目链接以全书统一约定OUTLINE 第二节「关键数据点」中明确给出的两个权威来源为锚——核心综述论文https://openreview.net/forum?idnM5tDHrQsx核心仓库https://github.com/RUCAIBox/awesome-agent-harness其余条目我们采用「作者/团队 标题 来源平台 一句话简介」的描述方式来组织。对于无法 100% 确认精确 DOI、卷期、页码的条目本书不编造虚假的精确引用信息而是给出足以让你检索到原文的主题关键词与发布平台。这本身也是 Harness 工程「验证优先、不臆造」精神的一种体现宁可给一个可验证的模糊描述也不给一个看似精确实则虚构的引用。C.2 分类参考文献本节按主题分类组织全书引用与延伸阅读的文献。每个主题先给一段导读再列条目。条目格式[编号] 作者/团队. 标题. 来源平台. ——一句话简介。C.2.1 Agent Harness 综述与理论框架全书地基这是全书的理论起点。如果你只读一篇文献就读这篇综述——它分析了170 个真实项目归纳出本书贯穿始终的 ETCLOVG 七层分层架构并提出「仅优化 Harness 层不改模型权重即可使编程基准性能提升最高10 倍」这一颠覆性论断。编号来源一句话简介[1]Agent Harness 综述论文OpenReviewhttps://openreview.net/forum?idnM5tDHrQsx全书理论基石分析 170 个项目提出 ETCLOVG 七层论证仅优化 Harness 即可提升编程基准最高 10 倍[2]awesome-agent-harnessGitHubhttps://github.com/RUCAIBox/awesome-agent-harness中国人民大学 RUCAIBox 团队配套精选仓库按主题持续收录 Agent Harness 相关论文、框架、工具是跟进领域进展的首选入口[3]Anthropic.Building effective agents. Anthropic 工程博客提出「workflows vs agents」区分与「用约束换自主」「在正确的地方保留摩擦」等设计哲学是本书第 5 章 Harness 设计哲学的直接来源[4]Anthropic.9 美元 vs 200 美元对照实验复盘. Anthropic 内部实验报告/博客裸跑 9 美元全失败、套 Harness 约 200 美元成功多花的 191 美元全在验证循环——本书第 11 章核心案例引用一致性提示本书所有「10 倍提升」「170 个项目」「191 美元验证循环」「沙箱授权减少 84%」「100 行 AGENTS.md 撬动 100 万行」「Mem²Evolve 18.53%」「MOSS 0.25→0.61」等关键数据点均以 OUTLINE 第二节为单一真相源全书各章引用保持一致。本附录不重复推导只标注来源主题。C.2.2 Software 1.0 / 2.0 / 3.0 与 Karpathy第 1 章地基软件开发范式三段论是全书的时代背景。Andrej Karpathy 的系列演讲与文章奠定了「自然语言即编程接口」的认知框架本书第 1 章在此基础上引出Agent Model Harness。编号来源一句话简介[5]Andrej Karpathy.Software 2.0. Medium 博客首次提出「神经网络权重就是程序」软件从手写代码1.0转向训练权重2.0[6]Andrej Karpathy.Software 3.0 / LLM OS. 演讲YC AI Startup School 等提出 LLM 兼具电网基础设施/晶圆厂资本密集/操作系统生态分层三重属性及锯齿状智能、上下文外即遗忘两大缺陷[7]Andrej Karpathy.关于自主性滑块autonomy slider的论述. 公开演讲/推文「钢铁侠战甲」式动态自主性调节器——人类保留最终控制是本书 L1→L2→L3 演进与 human-in-the-loop 的思想源头C.2.3 ETCLOVG 各层专题文献第 5-12 章ETCLOVG 七层每一层都对应一个成熟的工程子领域。下表把全书第 5-12 章映射到各自的文献主题群方便你深挖某一层。层章核心文献主题代表来源/关键词E执行环境与沙箱第 6 章容器/microVM/WASM 隔离技术gVisor、FirecrackerAWS Lambda microVM、Docker、WebAssembly WASI、E2B 远程沙箱T工具接口与协议第 7 章工具调用与 MCP 协议AnthropicModel Context Protocol规范、OpenAI Function Calling、JSON Schema、ChatGPT Plugins 演进史C上下文与记忆第 8 章上下文窗口失效与记忆外置Lost in the MiddleLiu et al.、Context Rot 现象研究、RAG检索增强生成、向量数据库L生命周期与编排第 9 章单/多 Agent 编排模式PEVPlan-Execute-Verify、Reasoning Sandwich、多 Agent 主从/辩论/流水线/黑板拓扑、DAG 与状态机编排O任务追踪与监控第 10 章Agent 可观测性OpenTelemetry、可观测三支柱Trace/Metrics/Logs在 Agent 场景的映射、成本可观测V验证与评估第 11 章评测驱动改进LLM-as-judge、eval set 与回归、SWE-bench 等编程基准、退出码驱动完成判定G治理与安全第 12 章权限与规则外部化RBAC、最小权限原则、policy-as-config策略即配置、human-in-the-loop、审计日志 Tip深挖某一层时先去 awesome-agent-harness 仓库 [2] 找该主题的最新条目再回到本书对应章节看「Aegis 落地」小节的参考实现——文献给你「为什么」本书给你「怎么做」两者互补。C.2.4 失败模式与 Context Rot 研究第 5、8 章 附录 A五种翻车模式Context Rot / One-Shot Collapse / Compounding Errors / State Amnesia / Lost in the Middle是本书诊断 Agent 失败的核心框架。附录 A 是它们的速查手册。编号来源一句话简介[8]Liu et al.Lost in the Middle: How Language Models Use Long Contexts. 学术论文实证发现 LLM 对长上下文「中段」信息利用率显著下降呈 U 形注意力分布——「中段迷失」的来源[9]Context Rot 现象研究. 社区博客/论文集上下文随轮次累积而「腐烂」窗口未填满前性能已下降是本书第 8 章两种失效模式之一[10]One-Shot Collapse / Compounding Errors 案例集. 工程复盘文章长程任务中单步错误沿链路放大误差累积或一次性生成大段代码即崩溃——本书第 5 章五种翻车模式C.2.5 自进化路径文献第 14 章核心自进化 Agent 是全书的终章主题也是领域最前沿。四条代表性路径各有其论文与开源实现。编号路径来源/关键词一句话简介[11]MOSS源级自改写Source-level Self-Rewriting图灵完备锚定生产失败证据自我改写源码在 OpenClaw 上一次循环把四任务均分从0.25 提升到 0.61[12]Mem²Evolve经验记忆 资产记忆协同进化双记忆协同进化机制较标准 LLM 提升18.53%[13]Hermes Agent / GEPAGEPAGenetic-Evolutionary Prompt Adaptation算法无需 GPU 的提示进化单次进化成本仅2-10 美元[14]达尔文哥德尔机Darwin Gödel MachineSchmidhuber 哥德尔机 达尔文开放式算法自指架构任务智能体 ↔ 元智能体让 20 年前的哥德尔机思想实验照进现实[15]OpenAI 工程团队.100 行 AGENTS.md 撬动 100 万行代码. 工程分享三人小组 一个 100 行的 AGENTS.md5 个月零人工代码写出 100 万行——极简 Harness 的威力C.2.6 沙箱、MCP、上下文与记忆的工程实践来源横切这一组是跨章节复用的工程实践来源偏「怎么落地」而非「为什么」。编号主题来源/关键词一句话简介[16]沙箱与隔离Firecracker microVM、gVisor、Docker 安全配置、WASM WASI隔离技术谱系与生产沙箱配置红线第 6 章[17]MCP 协议Anthropic Model Context Protocol 官方规范与 SDK工具发现/描述/调用的标准化协议第 7 章[18]记忆架构向量库嵌入检索、KV 存储、图记忆记忆外置的三种主流存储选型第 8 章[19]可观测性OpenTelemetry 规范、分布式 TraceAgent 轨迹追踪的事实标准第 10 章[20]治理OPAOpen Policy Agent、RBAC 模型策略即配置的开源实现参考第 12 章C.3 开源仓库与工具清单按 ETCLOVG 七层归类文献告诉你「为什么」工具告诉你「用什么」。本节把 Harness 工程相关的开源项目、框架与工具按 ETCLOVG 七层归类每条一句话说明用途。选型原则呼应第 5 章 Build vs Buy通用能力优先采购成熟开源轮子领域差异化逻辑才自建——后者才是你的护城河。重要免责开源生态演进极快下表的项目活跃度、维护状态、最佳实践都会随时间变化。把它当成「类别索引」而非「权威排名」——遇到具体选型时务必回到 awesome-agent-harness [2] 核对最新状态。C.3.1 E 层 · 执行环境与沙箱隔离是减少人工干预的前提Claude Code 引入沙箱后授权请求减少 84%。这一层的工具回答「Agent 的代码在哪跑、跑坏了怎么办」。工具/项目类别一句话用途Docker容器隔离最通用的容器化方案Aegis 默认沙箱后端启动快、生态全FirecrackermicroVMAWS Lambda 背后的轻量虚拟机毫秒级启动 强隔离高密度多租户首选gVisor用户态内核Google 出品的应用内核沙箱拦截系统调用在容器与 VM 之间取平衡E2B远程云沙箱专为 AI Agent 设计的云端代码执行沙箱开箱即用的远程隔离环境WebAssembly (WASI)WASM 沙箱跨语言、近原生速度的轻量沙箱适合纯计算型不可信代码bubblewrap / nsjail进程级隔离Linux namespace/seccomp 封装轻量进程沙箱适合受控环境C.3.2 T 层 · 工具接口与协议工具系统赋予 Agent「做」的能力与边界。这一层回答「Agent 能调用什么、怎么描述、权限如何控制」。工具/项目类别一句话用途MCPModel Context Protocol协议标准Anthropic 提出的工具/上下文标准协议Aegisaegis/tools的 MCP 适配器即基于此MCP Servers 生态工具集合围绕 MCP 的官方与社区服务器文件系统/数据库/浏览器等即插即用OpenAI Function Calling调用机制函数调用范式JSON Schema 描述参数是工具调用的事实标准之一JSON Schema描述规范工具参数校验与描述的通用 schema 语言让模型「少犯错」agent-browser / Playwright MCP浏览器工具把浏览器自动化封装为 Agent 可调用的工具支持导航/截图/表单C.3.3 C 层 · 上下文与记忆上下文管理控制模型运行期可见信息。这一层回答「短期窗口塞什么、长期记忆放哪、怎么检索」。工具/项目类别一句话用途向量数据库Chroma/Qdrant/Milvus/pgvector长期记忆存储嵌入向量支撑语义检索的记忆外置主力存储嵌入模型OpenAI/BGE/sentence-transformers检索基础把文本转成向量是 RAG 与语义记忆的入口LangChain / LlamaIndexRAG 框架检索-压缩-注入管道的成熟编排框架快速搭原型Redis / KV 存储中期会话状态高速键值存储承载会话级中期记忆与状态缓存图数据库Neo4j 等图记忆存储实体关系型记忆适合需要关联推理的长期知识C.3.4 L 层 · 生命周期与编排编排是任务的控制流。这一层回答「单 Agent 怎么循环、多 Agent 怎么协作、任务怎么拆」。工具/项目类别一句话用途LangGraph图编排基于状态图的 Agent 编排框架原生支持循环/分支/人在环路AutoGen多 Agent 框架微软出品支持多 Agent 对话/辩论/群聊式协作CrewAI角色编排以「角色 任务」抽象组织多 Agent 流水线协作OpenAI Swarm / Agents SDK轻量编排极简的多 Agent handoff任务移交原语Claude Agent SDK官方运行时Anthropic 官方 Agent 运行时内置 query 循环与工具/会话管理Temporal工作流引擎持久化工作流引擎为长程任务提供 checkpoint 与恢复能力C.3.5 O 层 · 任务追踪与监控监控是独立于任务执行之外的一层。这一层回答「Agent 干了什么、花了多少钱、为什么失败」。工具/项目类别一句话用途OpenTelemetry可观测标准Trace/Metrics/Logs 三支柱的开放标准Aegis Observability 的适配基座LangSmithAgent 调试LangChain 生态的 trace 可视化与调试平台看清每一步推理Langfuse开源可观测开源的 LLM/Agent 可观测平台支持 trace、成本、评估一体化Phoenix (Arize)评估观测开源 LLM 可观测与评估工具强于 trace 分析与失败归因Grafana Prometheus指标看板通用监控栈承载 Agent 专属指标步数/回退率/成本看板C.3.6 V 层 · 验证与评估验证是从任务定义到反馈的全生命周期。这一层回答「怎么判断 Agent 真的做完了、怎么防它糊弄你」。工具/项目类别一句话用途SWE-bench编程基准真实 GitHub issue 修复基准衡量 Agent 编程能力的事实标杆pytest / vitest / jest机器可执行验证单元/集成测试退出码 ≠ 0 即未完成——最硬的验证手段ruff / eslint / mypy / tsc静态验证lint 类型检查 构建语法/类型层的快速反馈LLM-as-judge 框架DeepEval 等语义评估用另一个 LLM 评判输出质量适合无标准答案的开放任务promptfoo评测回归提示与 Agent 的批量评测与回归框架建 eval set 的趁手工具C.3.7 G 层 · 治理与安全治理把规则外部化到配置。这一层回答「谁能调用什么、哪些操作必须人工兜底、出事能不能追溯」。工具/项目类别一句话用途OPAOpen Policy Agent策略引擎policy-as-config 的开源标杆把权限规则写成可热更新的配置Cedar授权语言AWS 开源的策略语言细粒度 RBAC/ABAC 授权VaultHashiCorp凭据管理密钥/凭据的集中管理与轮转Agent 身份与密钥治理基础设施审计日志结构化 JSON 日志栈合规追溯不可篡改的操作审计满足合规红线支付/安全/医疗/金融追溯需求human-in-the-loop 审批组件红线兜底在高风险操作处插入人工审批闸门是治理层的最后防线 TipBuild vs Buy 的一条实用准则——E/O 两层沙箱、可观测几乎总是「Buy」因为它们是高度通用的基础设施自建性价比极低C/L/V 三层记忆、编排、验证是「Buy 框架 Build 领域逻辑」的混合区框架买现成但「记忆里存什么、任务怎么拆、验证命令怎么设计」必须自建G 层治理的引擎可 BuyOPA/Cedar但红线规则必须 Build因为它直接编码你的业务风险偏好是别人抄不走的护城河。C.4 Aegis 源码索引全书从 0 到 1 实现的企业级 Agent Harness 平台统一命名为Aegis神盾。它不是一个孤立的章节项目而是一条贯穿第 5 章到第 14 章的明线每一层 ETCLOVG 理论都在对应章节末尾用「Aegis 落地」小节映射到一个具体模块设计 骨架这些模块在第 13、14 章合成为完整可运行源码。本节给出「模块 → 在第几章有设计骨架 → 在第几章有完整实现」的索引表方便你按图索骥地阅读源码。这呼应了 OUTLINE 第六节的交叉引用规范Aegis 各模块在第 6-12 章是「设计 骨架」在第 13-14 章是「完整源码」。C.4.1 Aegis 模块总览Aegis 模块语言/包名对应 ETCLOVG 层设计骨架章节完整实现章节Sandbox 沙箱TSaegis/harness-coreE 执行环境第 6 章「Aegis 落地」Docker microVM 可插拔接口第 13 章核心引擎集成Tools 工具系统TSaegis/toolsT 工具接口第 7 章「Aegis 落地」工具注册表 MCP 适配器骨架第 13 章工具系统最小可用实现Memory 记忆子系统TS Pythonaegis/harness-coreaegis_harnessC 上下文与记忆第 8 章「Aegis 落地」分层记忆 外置嵌入/检索第 13 章上下文管理实现Orchestrator 编排器TSaegis/orchestratorL 生命周期与编排第 9 章「Aegis 落地」DAG 状态机骨架 PEV 实现第 13 章核心执行循环 query loopObservability 可观测TS Pythonaegis/harness-coreaegis_harnessO 任务追踪与监控第 10 章「Aegis 落地」OpenTelemetry 适配 trace schema第 13 章监控管道集成Eval 评测引擎Python TSaegis_harnessaegis/harness-coreV 验证与评估第 11 章「Aegis 落地」评测引擎 LLM-judge TS 验证钩子第 13 章端到端验证闭环Governance 治理TSaegis/harness-coreG 治理与安全第 12 章「Aegis 落地」policy-as-config 审计 红线拦截器第 13 章治理层集成平台总装TS workspaces Python 包monorepo全部七层——第 13 章七层模块如何拼 端到端跑通自动修 bugSelf-Evolution 自进化TS Pythonaegis/orchestratoraegis_harness横切建立在 VLO 之上——第 14 章失败证据采集 → 改进提案 → 沙箱验证 → 源级合入C.4.2 按包名查源码如果你拿到 Aegis 源码monorepo 结构见第 13 章想知道某个包的设计思路在哪一章用下表反查包名性质承载的 ETCLOVG 层关键设计章节aegis/harness-coreTS 核心引擎E沙箱/ C记忆/ O可观测/ V验证钩子/ G治理第 6、8、10、11、12 章设计 第 13 章实现aegis/toolsTS 工具系统T工具接口与协议第 7 章设计 第 13 章实现aegis/orchestratorTS 编排器L编排 自进化编排第 9 章设计 第 13 章实现 第 14 章自进化扩展aegis_harnessPython 包V评测算法/ C嵌入检索/ O数据分析/ 自进化算法第 8、10、11 章设计 第 13、14 章实现 Tip阅读 Aegis 源码的推荐顺序——先读第 13 章的 monorepo 目录结构图与核心执行循环aegis/orchestrator的 query loop它是整个平台的「主干」再沿着主干按你最关心的层切入对应包想懂工具就看aegis/tools 第 7 章想懂记忆就看aegis_harness的嵌入/检索 第 8 章。永远从「执行循环」这根主干开始读而不是从某个孤立模块——否则你会迷失在细节里看不清各模块如何协作成一个整体。C.4.3 Aegis 与五种翻车模式的对应防御视角Aegis 的每个模块本质上都是为了「不翻某种车」而存在。下表从防御视角把模块与翻车模式对应起来帮你理解「为什么需要这个模块」翻车模式速查详见附录 A翻车模式主要责任模块Aegis 的防御手段Context Rot上下文腐烂Memory Orchestrator分层记忆 上下文预算管理 适时压缩/外置One-Shot Collapse一次性崩溃OrchestratorPEVPlan-Execute-Verify 拆步禁止一次性大输出Compounding Errors误差累积Eval Observability每步验证 trace 归因早发现早回退State Amnesia状态失忆Memory Orchestratorcheckpoint 中期会话状态持久化Lost in the Middle中段迷失Memory Tools关键信息检索召回 工具结果结构化回注C.5 延伸阅读路线图同一本书不同读者该走不同的路。本节为三类读者各设计一条阅读路径——从本书章节出发延伸到 C.2 的文献与 C.3 的工具。每条路径都标注「先读什么、再读什么、动手做什么」。C.5.1 路径一 · 认知转型者焦虑的一线程序员/技术管理者你的核心诉求搞清楚 AI 时代「我还有什么价值」以及如何重构自己的能力结构。阅读顺序第 1 章范式转移→ 建立时代坐标理解你正站在 Software 3.0 的门口。第 2 章焦虑与觉醒→ 直面三大焦虑与三大认知误区用第 2 章的自测清单照镜子。第 3 章七维能力模型→ 这是路径核心。把七维能力定义问题/拆解/质量判断/架构/风险/编排/纠偏当成你的「重构蓝图」。第 4 章人机协作工程化→ 学会六问审查框架把它固化成你的 PR 模板。轻读第 5 章Harness 总览→ 只需理解Agent Model Harness与五种翻车模式技术细节可跳过。延伸Karpathy 的 Software 2.0/3.0 [5][6][7]建立对范式的第一手认知。动手做用第 4 章六问框架做一次真实的 AI 协作代码审查记录你「判断」而非「实现」的时间占比变化。C.5.2 路径二 · 工程落地者要搭 Agent 平台的架构师/资深工程师你的核心诉求把理论变成可运行的生产系统少踩坑。阅读顺序第 5 章ETCLOVG 总览→ 必须吃透的总图后续每章都是它的展开。第 6-12 章ETCLOVG 逐层→ 按你当前最痛的层优先读沙箱不稳读第 6 章工具乱读第 7 章上下文爆读第 8 章编排乱读第 9 章看不清成本读第 10 章验证糊弄读第 11 章权限失控读第 12 章。每章重点看「Aegis 落地」小节。第 13 章从 0 到 1 实现 Aegis→ 路径核心。对照 C.4 源码索引从 query loop 主干开始读完整实现。附录 A翻车模式速查→ 作为生产事故的「急救手册」常备。延伸综述论文 [1] awesome-agent-harness [2] 跟进最新工程实践按 C.3 选型表挑你这一层的轮子。动手做用第 13 章的 monorepo 脚手架跑通「自动修 bug」端到端任务再按第 6 章红线检查你的沙箱配置。C.5.3 路径三 · 研究者探索自进化与前沿的研究者/博士生你的核心诉求站到领域前沿找到值得攻关的研究问题。阅读顺序快速通读第 5 章 第 13 章→ 用最短路径建立 Harness 工程的工程直觉研究自进化必须先懂 Harness。第 11 章验证与评估→ 自进化的「适应度函数」就是验证这一章是评估方法的地基。第 14 章自进化超级智能体→ 路径核心。吃透四条路径MOSS/Mem²Evolve/Hermes-GEPA/达尔文哥德尔机的异同与边界。附录 B能力地图与面试题→ 用 30 道题检验自己对全栈的理解深度。延伸精读 MOSS [11]、Mem²Evolve [12]、Hermes-GEPA [13]、达尔文哥德尔机 [14] 原始来源从综述 [1] 的「未来工作」找研究缺口。动手做基于第 14 章的自进化模块失败证据 → 提案 → 沙箱验证 → 源级合入复现一条最小自进化闭环观察 MOSS 式「0.25→0.61」能否在你的任务上重现。 Tip如何持续跟进领域进展——这个领域每周都有新论文新框架盲目追新只会焦虑。建议建立三个固定信源①awesome-agent-harness 仓库 [2]订阅 star/watch它会持续收录精选条目相当于有人替你做了初筛②综述论文 [1] 的引用网络用 Google Scholar 的「被引用」反向追踪看谁在它基础上做了新工作③主流 Agent 框架的 release notesLangGraph/Claude Agent SDK/MCP 规范的更新往往领先论文 3-6 个月反映工程界的真实痛点。记住先看它属于 ETCLOVG 哪一层、对应哪种翻车模式再决定要不要深入——有了本书的分类框架你就能把「信息洪流」变成「结构化检索」这正是 Harness 工程思维对个人学习的迁移。C.6 全书章节导读表最后这是全书 14 章正文 3 附录的「一句话导航」。当你记不清某个概念在哪一章、或想快速回查某章的核心图与核心数据点时查这张表。C.6.1 第一部分 · 认知主线第 1-4 章章文件名一句话主旨核心图 / 核心数据点第 1 章从Software 1.0到Software 3.0软件范式从手写代码→训练权重→提示词即程序引出Agent Model HarnessSoftware 1.0/2.0/3.0 演进 timelineLLM 三重属性 mind-map / 70% 开发者用 AI、80% 基准通过率第 2 章写代码不等于解决问题三大焦虑 三大认知误区确立「写代码 ≠ 用代码解决问题」写代码 vs 解决问题时间占比迁移 comparison / 传统 80/20 → AI 时代 20/80第 3 章从执行者到问题解决者七维能力模型定义/拆解/判断/架构/风险/编排/纠偏 非对称竞争优势七维能力模型 mind-map / 七维能力 vs AI 可替代性矩阵第 4 章人机协作工程化把 AI 当「缺判断的初级工程师」六问审查框架 L1-L5 协作成熟度六问审查决策树 flowchart双 AI 审计 sequence / L1-L5 人/AI 占比C.6.2 第二部分 · ETCLOVG 理论主线第 5-12 章章文件名一句话主旨核心图 / 核心数据点第 5 章Harness总览与ETCLOVG架构马具隐喻 五种翻车模式 ETCLOVG 七层全景 四大架构模式ETCLOVG 七层架构总览 architecture全书锚点图 / 仅优化 Harness 提升最高 10 倍170 个项目第 6 章执行环境与沙箱E沙箱不只为安全更为减少人工干预隔离技术谱系沙箱隔离技术谱系 comparison / 引入沙箱授权减少 84%第 7 章工具接口与协议T工具三要素发现/描述/调用 MCP 协议 权限三态工具调用全链路 sequenceMCP client-server>C.6.3 第三部分 · 落地主线第 13-14 章章文件名一句话主旨核心图 / 核心数据点第 13 章从0到1实现Aegis平台七层理论合成可运行平台monorepo 核心 query loop 端到端修 bugAegis 整体架构 architecture核心执行循环 state-machine / 100 行 AGENTS.md 撬动 100 万行第 14 章自进化超级智能体自进化四阶段 四条路径Harness缰绳与自进化引擎互补达尔文哥德尔机自指架构 architecture四路径对比 comparison / MOSS 0.25→0.61Mem²Evolve 18.53%C.6.4 附录附录主旨核心产物附录 A五种翻车模式速查手册症状/根因/对应 ETCLOVG 层/急救方案翻车模式速查表 急救流程图附录 BHarness 工程师能力地图与面试题七维 × 七层矩阵 30 题能力地图 mind-map 面试题库附录 C参考文献、开源仓库与延伸阅读本附录文献分类表 工具按层表 Aegis 源码索引 阅读路线图 章节导读表C.7 结语把书读「薄」再读「厚」一本好的技术书最终应该被读「薄」——50 万字的正文浓缩成一张你脑中的知识地图图 C-1Agent Model Harness是圆心ETCLOVG 七层是骨架五种翻车模式是诊断器四条自进化路径是远方。当你能用这张地图秒速定位任何一个新概念、新工具、新论文属于哪一层、防哪种车这本书就真正变成了你的一部分。然后再把它读「厚」——带着真实的工程问题回来用 C.4 的源码索引找参考实现用 C.3 的工具清单做选型用 C.2 的文献深挖原理用 C.5 的路线图规划你的下一段学习。书会沉默但地图会一直为你导航。Harness 工程是一门「在约束中创造可靠自主」的手艺。愿你不仅成为一个会驾驭 AI 的程序员更成为一个能为他人造出「神盾」的问题解决者。全书完。若你想跟进这个仍在飞速演进的领域请从 awesome-agent-harnesshttps://github.com/RUCAIBox/awesome-agent-harness与综述论文https://openreview.net/forum?idnM5tDHrQsx这两个锚点出发——它们会带你走向所有新的远方。