Harness Times
Harness Times 是一个关于 Harness 工程与 Agent 开发的中文学习站。 它按「由浅入深、原理到实操」的顺序,把四个版块共 22 章内容排成一条可执行的阅读路径; 每一章都包含原理讲解、SVG 图解、可动手的代码,以及「面试官会怎么问」。
先说清楚一件事:本站不是一份每天更新的报刊。 站名里的 Times 只是个名字,内容按「章」组织、随修订更新,读完一遍之后隔一段时间回来重看,仍然是同一批章节。 所以这里没有期号、没有「今日头条」——你不需要每天来打卡,需要的是把某一章真正读懂。
本站由 做棵大树 独立维护。主站在 beatree.cn, 日常在那里写更零散的实践笔记与工具折腾记录;Harness Times 是把其中成体系的部分重新组织、 补齐图解与练习之后沉淀下来的学习站。
内容全部免费、无需登录。如果你觉得有用,欢迎关注微信公众号「做棵大树」—— 新章节和修订会在那里先说一声,也方便你直接留言指出写错的地方。
官方文档与工程手册 8
一手资料。凡是二手解读有分歧的地方,回到这里对一遍。
- Anthropic Engineering anthropic.com 把「怎么把 Agent 做稳」写清楚的官方工程博客,上下文工程、工具设计都在这。
- Building Effective Agents anthropic.com 「什么时候用工作流、什么时候才该上 Agent」的代表性文章,值得反复读。
- Claude Docs · 提示工程 docs.claude.com 官方提示工程总览,含工具调用与结构化输出的约束写法。
- Anthropic Learn anthropic.com 官方课程入口,从提示工程到 Agent 的分阶学习路径。
- OpenAI Cookbook developers.openai.com 大量可直接运行的示例:工具调用、评测、RAG、结构化输出。
- OpenAI Platform Docs platform.openai.com 模型与 API 的权威参考,函数调用与 JSON 模式看这里。
- OpenAI Academy academy.openai.com 官方学习中心,偏入门与业务视角,适合补齐背景。
- Model Context Protocol modelcontextprotocol.io MCP 规范与 SDK。工具与数据源标准化目前的事实标准。
长期更新的工程博客 6
这些作者的特点是:写自己踩过的坑,而不是转述别人的结论。
- Simon Willison simonwillison.net 几乎每天更新的大模型实践笔记,工具与提示的真实观察记录。
- Lilian Weng lilianweng.github.io 从系统视角讲 Agent、记忆与规划的综述式长文,适合建立框架。
- Eugene Yan eugeneyan.com 把 LLM 应用当工程问题来写,检索与评测部分尤其扎实。
- Hamel Husain hamel.dev 评测(evals)领域最值得读的实操专栏,专治「只会上模型不会评」。
- Chip Huyen huyenchip.com 《Designing Machine Learning Systems》作者,ML 系统与 LLM 应用。
- Phil Schmid philschmid.de Agent 与推理优化的实践笔记,代码多、跑得动。
评测、基准与前沿 4
想知道「怎么证明它真的行」,就从这些基准的做法开始看。
框架与工具 6
框架会换,但「编排 / 沙箱 / 工具协议」这几件事不会。
- LangChain python.langchain.com 老牌框架文档,工具抽象与检索链的常见写法都在这里。
- LangGraph langchain-ai.github.io 用图描述有状态流程,长任务编排与人工确认的主流选择。
- AutoGen microsoft.github.io 微软的多 Agent 对话框架,看多角色协作的实现方式。
- OpenAI Agents SDK github.com 官方轻量 Agent 运行时,handoff 与 guardrail 的设计可参考。
- CrewAI docs.crewai.com 角色分工式多 Agent 框架,文档与示例比较完整。
- E2B e2b.dev 给 Agent 用的云端沙箱,跑不可信代码时的隔离执行环境。
中文资源 4
底子类内容,中文读起来更快。
| 序 | 版块 | 章节数 | 定位 | 建议 |
|---|---|---|---|---|
| I | 大模型原理 Model Foundations | 5 | 先看懂发动机 | 先读,建立成本与复杂度直觉 |
| II | Harness 工程 Harness Engineering | 8 | 模型之外的一切 | 主干,篇幅最长,建议精读 |
| III | 评测工程 Evaluation Engineering | 5 | 从许愿到工程 | 差异化能力,体现系统思维 |
| IV | 知识引擎 Knowledge Engine | 4 | 让回答有据可查 | 回答「凭什么相信」的问题 |
- 第一遍(建立地图):II-01 Harness 是什么 → II-02 循环与终止 → II-08 长任务与失败恢复。先知道全貌与最痛的地方,后面读起来才有挂靠点。
- 第二遍(补底层):I 版块五章。成本、上下文、前缀稳定性这些概念都建立在模型原理上,回头读会比先读更顺。
- 第三遍(精读主干):II-03 到 II-07,工具、上下文、记忆、编排、安全五章。
- 第四遍(差异化):III 评测工程 → IV 知识引擎。这两块是多数人做得最糙、也最能体现实力的部分。
- 随时可读:每章末尾的面试问答与自测题,建议在面试前一周集中过一遍。
所有学习记录只保存在你自己的浏览器里,不会上传到任何服务器。
本站是纯静态站点,没有后端接口、没有账号体系、没有埋点上报。
你在页面上产生的每一个动作——标记学完、给掌握度打分、写笔记、答自测题、加入复习队列——
都只写进浏览器本地的 localStorage,键名为 ht:progress:v1。
| 你会产生的数据 | 存在哪 | 用途 |
|---|---|---|
| 章节状态(未读 / 阅读中 / 学完) | 本机浏览器 | 进度总览、领域完成度环形图 |
| 停留时长、访问次数、滚动完成度 | 本机浏览器 | 30 天热力图、累计学习分钟 |
| 掌握度自评(1-5 分) | 本机浏览器 | 平均自评、低于 3 分提示加入复习 |
| 个人笔记 | 本机浏览器 | 章节页回看、进度页笔记汇总 |
| 自测题作答记录 | 本机浏览器 | 自测正确率统计 |
| 面试题「已能答出」自评 | 本机浏览器(独立键 ht:interview:v1) | 面试题库进度 |
| 目录折叠 / 侧栏收起状态 | 本机浏览器(键 ht:nav:*) | 记住你的导航偏好 |
请注意:既然是本地存储,清除浏览器数据、换浏览器、换设备、使用无痕模式,都会导致记录丢失。 建议定期在「学习进度」页做一次 导出 JSON 备份。
章节页
- 顶部工具条:标记学完会自动把该章加入复习队列;☆ 重点用于标记需要反复看的内容。
- 右侧阅读进度条随滚动更新;页面停留时长会自动累计(切到后台会暂停计时)。
- 读完后做两件事:点一下掌握度自评、写一条笔记(Ctrl / ⌘ + Enter 保存)。
- 自测题每节 3 道,作答后会给出解析;答错的题目所在章节建议重新加复习。
左侧目录
- 四个版块各有一套配色,分组标题右侧的箭头可以单独折叠,只展开你在读的那一版。
- 侧栏右缘中间的‹ 按钮可以把整个目录收起,正文会跟着变宽并重新居中;状态会记住。
- 窄屏下目录变成抽屉,用左上角的 ☰ 打开。
学习进度页
- 顶部看总完成度、累计分钟、连续学习天数、平均自评。
- 按版块看完成度分解,快速发现哪个版块被落下了。
- 今日待复习:按间隔重复排出的到期章节,优先清空这一栏。
- 底部有导出 JSON / 导入恢复 / 重置三个操作,并可汇总查看全部笔记。
面试题总览页
- 按版块与章节列出全部 72 道问答,含参考答案、追问链与加分点。
- 可以只看高频题,或隐藏已经掌握的题目。
- 每题下方有「已能答出」自评按钮;顶部的随机抽题按钮用于模拟被提问。
- 建议用法:先只看问题心里答一遍,再展开对照;答不出「代价和边界」的就算没掌握。
复习机制
- 标记学完的章节会按 1 / 3 / 7 / 16 / 35 天的间隔进入复习队列。
- 复习时在进度页选择「记住了」或「没记住」:记住则进入下一档间隔,没记住则退回第一档。
- 掌握度自评低于 3 分的章节,页面会提示加入复习队列。
- 其中的工程做法来自公开资料与通用工程实践的整理,不是任何一家公司的内部规范。不同团队的技术选型差异很大,遇到具体问题请以你自己的测量结果为准。
- 面试问答的参考答案旨在展示答题结构与思维层次,不是可供背诵的话术。真正的加分点永远来自你在真实系统里踩过的坑。
- 代码片段为了可读性做了简化(省略了异常处理、日志、并发安全等),请勿直接用于生产环境。
- 涉及具体模型与产品的性能数字仅用于建立数量级直觉,实际表现随版本与部署方式变化,请以官方文档为准。
- 站外的关联网站由各自作者维护,其观点与本站无关;链接若失效欢迎告知。
每一章末尾都留了笔记区。最有价值的三类笔记是: ①「我原以为是 X,其实是 Y」的认知修正; ② 我在自己项目里对应的哪个位置(把抽象原则锚定到具体代码); ③ 面试时我准备怎么讲这件事(一句话版本)。 这三类笔记合起来,就是你自己的面试答案库。