
把 agent 接到真實工具,不是多給它一段指令。How I AI 的 live demo 把 bug triage 拆成可控制的任務、證據、權限、驗證與交接產物。
影片給的定義很直接:harness 是包在 AI agent 周圍、讓它更有效完成特定工作的程式。它不是更長的 prompt,也不是另一個聊天視窗;它決定 agent 先看什麼、能用哪些工具、何時停下來,以及最後要留下什麼。
這種設計適合重複、結構明確、又需要少量「微管理」的工作。主持人選擇 bug triage,因為它不是一句「幫我修 bug」可以安全完成的任務:系統必須找證據、提出根因假設,並把後續可接手的內容留下來。
這個流程的重點不是把每一步都自動化,而是把每一步都變成可檢查的介面。agent 可以很快,但團隊仍然需要知道它依據什麼資料、做了哪些動作、哪些結論還需要人驗證。
通用工具適合探索性工作:你可以一路追問、臨時換目標、自己判斷該讀哪個檔案。影片的觀點不是取代它們,而是當工作已經有穩定形狀時,讓每次執行都重新猜流程,反而會把品質、權限與交接留在聊天紀錄裡。
harness 把這些決定移到程式與介面:任務從哪裡進來、哪些工具可用、哪些資料只是證據、哪裡必須停下來交給人。它讓 agent 更受約束,也讓結果更容易被重跑與比較。
影片中的 terminal UI 不是裝飾。它讓人看見 harness 正在跑哪一段、用到哪些工具、留下哪些結果。當 agent 可以碰到真實系統,透明度本身就是產品功能。
不是每個任務都值得做 harness。一次性的研究、需要大量發散的寫作、還沒有穩定輸入輸出的工作,直接用通用 agent 可能更快。反過來說,當同一類工作一直重複、錯誤成本高、需要跨工具取證、又要交給團隊接手時,才值得先花時間把流程寫下來。
最小的起點不是接五個服務,而是選一個窄任務,先規定三件事:它可讀哪些資訊、完成前必須留下什麼證據、哪些動作一定要人批准。能重跑、能審查後,再逐步擴充工具。
AI harness 的價值,不是讓 agent 做更多;而是讓團隊知道它為什麼這樣做,下一步誰能接手。
How I AI 的 bug triage demo 把 agent 從答案生成器,改成一條有邊界的工作線。
選完之後,分享你的觀點
原始 How I AI 影片包含這個 Sentry bug-debugging harness 的 terminal UI、Claude Agent SDK 架構、工具連接與從調查到產物的示範。
閱讀完整文章 →喜歡這種分析嗎?
從 AI agent、工程工作流到平台策略,用台灣讀者看得懂的語言,把複雜的產業變局說清楚。
免費訂閱區塊勢 →也可以直接付費支持,解鎖每週完整文章