让AI连续工作10小时不崩溃？揭秘Anthropic官方推崇的“Harness工程”！很多人用Claude Code跑长任务，跑着跑着AI就变傻、甚至罢工。
原因很简单：上下文窗口爆了。
今天分享一套让AI“无限续航”的系统级方案（Harness Engineering），不仅能让AI干活，还能让它自我进化。
1⃣ 核心原理：重置上下文
AI的记性有限。官方Anthropic的思路是：把大任务拆碎，每次只让AI在一个全新的、干净的上下文里干一件小事。
❌ 错误做法：把所有需求一次性塞给AI。
✅ 正确做法：拆解任务 -> 独立会执行 -> 记录进度 -> 下一个循环。
2⃣ 方案对比：Ralph vs 多智能体
方案A（Ralph循环）： 用Bash脚本写个while循环，强制重启新会。简单粗暴，适合极客。
方案B（多智能体协同 - 推荐）： 我在用的方案。更灵活，更像真实团队。
主Agent（Coordinator）： 只负责调度，绝不写代码（保持上下文极其干净）。
子Agent（Workers）： 计划、开发、测试（布局/美观/动画）。各司其职，独立上下文。
3⃣ 工作流设计（关键！）
我的实战工作流：
主Agent 接收需求 -> 丢给 计划Agent 出排期。
主Agent 拿到计划 -> 派给 开发Agent 写代码（只传文件路径，不传大段代码！）。
开发完 -> 派给 测试Agent 找Bug。
Bug修复闭环： 测试挂了？用 resume 参数唤醒同一个开发Agent修Bug（保留现场上下文），而不是开新号！
4⃣ 让AI自我进化的Secret Sauce
Lessons Learned： 建一个经验库文件。每次踩坑，强制AI把错误写进去。下一次开发，先读这个文件，避免重复犯错。
文件通信： Agent之间只传文件路径（Path），不传具体内容。主Agent的上下文永远只有几行字，永不爆窗。
这套系统我跑了一个通宵，生成了20多页PPT，质量极高。
真正的Harness不是让AI更聪明，而是设计一套不依赖AI记性的流程。
AI探索指南 |
Hermes爱马仕 & OpenClaw小龙虾🦞
