The Evolution of the Agent Harness：从模型外壳到注意力接口
The Evolution of the Agent Harness：从模型外壳到注意力接口
核心判断
Dan McAteer 的文章值得入库，不是因为它提供新 benchmark，而是因为它给 Harness-Engineering 的演化方向提供了一个清晰假设：模型会逐步吸收一部分 harness 能力，工程师应删除已被模型吸收的脚手架，把剩余 harness 聚焦到人类注意力、权限、身份、信任和可解释性。
这对 Hermes 重要，因为当前 cron prompt 和 skill 文档正在不断变长。文章提醒我们：好的 harness evolution 不是永远增加规则，而是观察哪些能力已可由模型稳定承担，哪些必须留在外部控制面；长期稀缺资源不是 token，而是用户同步注意力。
机制 / 一阶原理
文章把 agent harness 定义为模型权重之外让 agent 工作的一切：environment、tools、context、guardrails、memory、compaction、permissions。它提出两条曲线：harness 要求模型完成的能力，和模型实际可交付能力。早期 AutoGPT/BabyAGI 是 harness curve 远高于模型能力，loop 放大错误；IDE/人类 in-loop 是把 harness curve 降低；Claude Code 代表模型能力跨过某个阈值后重新把 loop 交给模型。
更有价值的是“co-training era”判断：模型在 harness 环境中训练后，会吸收 tool use、compaction、loop handling 等能力；agent 工程的速度指标可能不是新增多少脚手架，而是能删除多少仍保持能力。最终不可被模型完全吸收的是人类注意力接口：什么时候打扰用户、哪些决定可自主、哪些需要审批、如何把 correction 变成未来策略。
与已有 wiki 的关系
- 与 Harness-Engineering：补充“production by reduction”原则，防止 harness 规则膨胀。
- 与 Loop-Engineering：loop 低于能力阈值会放大错误；无人 cron 必须有验证、预算和 HOLD，而不是只增加自治。
- 与 Context-Engineering：context/compaction 一部分可能被模型吸收，但 source boundary、receipts 和审计仍应外部化。
- 与 Agentic-Coding：Claude Code 式 terminal autonomy 的成败取决于模型能力、权限规则和人类注意力政策的匹配。
可执行启发
- llm-wiki 自我优化应增加“删除/合并规则”的视角：连续多天重复的雷达规则若没有边际收益，应合并到模板或检查脚本，而不是继续加 prompt。
- 报告应减少低价值候选堆叠，把用户注意力集中到少数“可改变 workflow/harness/eval/control-plane”的结论。
- 未来 Hermes 应把 attention policy 明确化：哪些 cron 结果静默、哪些需要推送、哪些需要用户审批、哪些可自动低风险修正。
边界与失败模式
- 文章是解释性/预测性观点，不是实证论文；例如 Claude Code ARR、Harness-Bench 分数等二手说法需独立来源复核。
- “删除 harness”不能误解为删除权限、审计、verifier；模型可吸收的是部分认知脚手架，不应吸收授权边界。
- 注意力接口若设计不好，会把重要 HOLD 淹没在日报噪音中，或相反让无人 loop 在需要审批时继续行动。
写入记录
- 2026-08-31 09:00 CST：新增 attention-interface source page，提炼 harness 吸收/删除、注意力政策和 llm-wiki 规则租金启发。