基準證據包
在加入支援結構前跑同一個固定任務，分清模型、脈絡、狀態、控制與回饋問題。
產出: 基準驗收憑證、任務合約與第一項介入決策。
給軟體工程師、技術主管與開發平台負責人
Harness 工程實戰
讓程式撰寫 agent 看得懂程式庫、驗得出結果、斷線後接得回來，也交得出去。
11 個實作模組，持續改造同一套既有應用程式。你會完成任務契約、程式庫導覽、隔離環境、持久狀態、工具回饋、程式規則、評測與復原，再根據證據決定能否擴大自治。
打開單元 00- 產出
- 一套量過成效的程式庫 harness，包含指令、狀態、隔離、機械式規則、端到端驗收、執行驗收憑證、交接，以及寫清楚適用範圍的 go／no-go 決策。
- 投入時間
- 25 到 30 小時，包含 5 到 7 小時總整專案
- 開始前先準備
- 需熟悉 Git、終端機、TypeScript 或其他有型別的語言、自動化測試與本機應用程式除錯。所有實作只用合成測試資料與 sandbox 環境。
基礎 → 實作 → 專案
照順序走，也可以從卡關處進場。
每一課都會做出一份成果，用可觀察的條件驗收，再把它帶到下一個決策。你可以從目前卡住的地方開始，也可以完整走完。
- 00先找出 Harness 缺口，再決定要補哪一層讓程式撰寫 agent 在未改造的程式庫完成一次有限任務，保存完整證據，再判斷問題落在意圖、可讀性、持續性、控制或回饋。基礎 · 75 分鐘
- 01把需求寫成能執行驗收的任務契約把模糊需求改寫成有範圍、權限、可觀察行為、禁止效果、預算、證據與停止條件的版本化合約。實作 · 100 分鐘
- 02把程式庫整理成可追溯的工作依據將架構、入口、指令、權限、資料流、驗收與負責人留在版本控制裡，讓全新工作階段不靠口耳相傳也能找到正確工作面。實作 · 110 分鐘
- 03建立可重現且隔離的工作環境用單一初始化程序驗依賴、資料遷移、測試資料、登入與瀏覽器路徑，並替每個 worktree 隔離連接埠、資料、快取、紀錄、截圖與程序。實作 · 125 分鐘
- 04保存工作狀態：換人、換對話也接得下去把功能狀態、證據、阻礙、Git 關係與下一步外部化，讓新工作階段不讀舊對話紀錄也能延續正確工作。實作 · 115 分鐘
- 05讓工具回饋說清楚：哪裡失敗、接著能做什麼把雜訊很多的指令與不透明瀏覽器失敗改成窄工具，回傳穩定代號、有限證據與一個安全修復方向。實作 · 120 分鐘
- 06把重要邊界交給程式檢查將反覆出現的架構、權限、機密、自動產生的檔案與修改範圍要求，改成快速、穩定且附修復路徑的可執行檢查。實作 · 130 分鐘
- 07驗證迴圈：讓完成狀態對得上實際證據將任務契約變成分層評測器，同時檢查差異、真實使用路徑、失敗案例、驗收憑證與禁止效果，再建立完成。實作 · 150 分鐘
- 08記錄執行過程、限制預算，並測試中斷後的復原記錄狀態、工具、檢查、成本、進度與操作效果，讓無人看守的工作能在卡住或中斷時安全停止，再從正式可信的檢查點接回。實作 · 145 分鐘
- 09先畫工作依賴，再安排平行協作與維護在啟動多個工作單元前先定依賴、責任歸屬與衝突區域，量完整協調成本，並持續抓過期指引、地圖、測試資料與例外。專案 · 165 分鐘
- 10總整專案：替既有程式庫補上可驗收的 Harness將完整 harness 套到未見過的功能，從乾淨環境重現證據，只留下量得出價值的層，最後提出有範圍的自治決策。專案 · 5 到 7 小時
動手完成的專案
用成果證明你真的能把系統運作起來。
Agent 可讀的程式庫
做好知識地圖、固定初始化程序、隔離 worktree 資源與全新工作階段交接。
產出: 程式庫地圖、啟動驗收憑證、功能台帳與乾淨交接。
驗證控制平面
暴露執行回饋、執行架構與權限規則、評分真實使用路徑，並在有限邊界內復原。
產出: 機械式規則、評測集、執行軌跡、預算與復原操作手冊。
既有程式庫總整專案
把整套 harness 用在未見過的功能，沒有量出價值的層就移除。
產出: 程式庫 harness kit、Harness Card、前後比較與 go／no-go 決策。
當本機 harness 要接進真實程式庫
帶著驗收憑證、失敗案例，以及那條還拿不準的控制邊界來。
在團隊拉長 agent 自治時間前，Tenten 可以一起檢查程式庫可讀性、權限、評測器涵蓋、worktree 隔離、復原與上線證據。