案例展示：Kimi K3与Qwen 3.8-Max构建CRM的成果
视频首先展示了使用 Kimi K3 和 Qwen 3.8-Max 两个模型构建个人销售CRM系统的实际运行结果。该项目总花费仅为 $8.71，但产出的产品被作者评价为“迄今为止最好的”。系统首页包含一个精美的仪表盘，不仅显示基于管道（Pipeline）的 预期收入 和 全额收入，还集成了类似之前使用GLM和Fable时看到的图表功能。特别值得注意的是，管道按阶段（新、合格、提议、谈判、赢、输）展示，并计算概率加权后的预期收入，这是高端销售平台才具备的功能。
"This is, I think, the best one I've had so far."
除了仪表盘，系统还包含待办事项列表、组织管理、联系人管理以及交易详情编辑功能。核心的管道视图支持 拖拽操作，且总数会实时更新。尽管构建时间与使用Fable相当，但成本仅为后者的 几分之一。这一案例证明了在合理工程化下，AI Agent能够以极低成本交付高质量、功能完整的复杂应用。
核心概念：从Prompt到Harness Engineering的演进
作者重新定义了AI Agent：“Agent是一个配备了工具并在循环中运行以实现目标的LLM”。而 Harness（ harness engineering） 则是围绕LLM构建的脚手架，负责赋予其工具、管理循环逻辑并持续调用直到目标达成。这一概念标志着AI开发范式的转变：几年前流行的是 Prompt Engineering，人们为此支付高薪；去年兴起的是 Context Engineering，即组装完美的输入上下文；而现在，Context Engineering已成为过去式，核心转向了 Harness Engineering。
Harness Engineering不仅仅是上下文工程，它包含了更广泛的 脚手架搭建 工作，旨在让LLM能够处理最复杂的任务并获得最佳结果。作者指出，“Harness Engineering basically is context engineering and a whole lot more”。这意味着开发者需要综合管理提示词、工具、记忆、工作流、状态管理等多个维度，而不仅仅是优化输入文本。这种转变要求开发者从单纯的“写提示词”转向“构建系统”。
Harness Engineering的七大关键组件
Harness Engineering的具体实践包含多个核心组件。首先是 上下文工程，包括提示词、工具和记忆的管理。其次是 工作流或循环，可以是简单的待办事项列表，也可以是复杂的问题解决策略。第三是 状态管理，对于编码Agent，常使用 Markdown文件 持久化记录信息以跟踪状态，当然也有其他实现方式。第四是 子Agent（Sub-agents），虽然强大但使用不当会复杂化系统；第五是 Agent团队（Agent Teams），如Clawed Agent Teams，通过协作式独立循环分解任务。
此外，还包括 权限控制，例如在沙箱中运行以限制Agent的行为范围；可观测性（Observability），即监控Agent运行过程并进行评估；以及 自我改进（Self-improvement），这是Harness Engineering中最具潜力的部分，允许Agent通过内置功能进化自身，改进其Harness以解决更难题。作者提到其中有一种自我改进的技术非常“诡异”（spooky），将在后续展示。部分功能如Hermes等工具已内置，但如状态管理、沙箱和自改进等往往需要开发者自行配置，这正是Harness Engineering的核心活动。
"Harness engineering is basically context engineering and a whole lot more. It's about putting together all of the scaffolding..."
实战配置与评估机制
在构建CRM的案例中，作者整合了上述多个Harness Engineering组件。通过 Markdown文件 管理状态，确保Agent在长周期任务中不丢失上下文。利用 子Agent 处理特定模块（如数据库设计、前端界面），并通过 Agent团队 协调各部分工作。权限控制确保Agent仅在沙箱内操作，避免破坏系统环境。
可观测性 在此过程中至关重要。作者强调，“Giving your model the ability to quantitively evaluate its own results so that it can improve on them” 是提升编码Agent效果的关键。通过让Agent自我评估结果，可以显著优化输出质量，这在之前的Groove Box视频中已得到验证。最后，自我改进 机制允许Agent在完成任务后反思并调整其工作流或提示词，从而在后续任务中表现更好。这种闭环系统使得AI Agent能够从单次执行中积累经验，逐步适应更复杂的工程需求，而不仅仅是依赖静态的提示词优化。
"Self-improvement is about building features into your agent harness so that it's able to evolve itself."
| 组件 | 描述 | 在CRM案例中的应用 |
|---|---|---|
| 上下文工程 | 提示词、工具、记忆管理 | 提供CRM业务逻辑和代码规范 |
| 工作流/循环 | 任务执行逻辑 | 分步构建前端、后端、数据库 |
| 状态管理 | 持久化跟踪信息 | 使用Markdown文件记录进度 |
| 子Agent | 独立处理子任务 | 分别处理UI设计和API开发 |
| Agent团队 | 协作式任务分解 | Clawed Agent Teams协调各模块 |
| 权限控制 | 沙箱运行限制 | 防止Agent破坏本地环境 |
| 可观测性 | 监控与自我评估 | 量化评估代码质量并迭代 |
| 自我改进 | 进化Harness结构 | 优化后续任务的执行策略 |
工作流设计与子代理团队架构
在AI代理工程（Agent Harness Engineering）中，工作流（Workflow）是连接上下文工程与最终执行的核心环节。作者首先展示了一个名为 process.mmd 的文件，它定义了构建项目的完整工作流。该流程要求代理根据需求文档构建整个项目，确保满足成功标准，并使用子代理（Sub-agent）检查最终产品，随后根据反馈进行修改，最后执行自我改进指令。这种结构化的工作流为代理提供了清晰的行动指南。
为了实现这一复杂流程，作者使用了 Open Code 工具，并通过一个 JSON 配置文件来定义子代理团队的协作机制。团队由两个主要角色组成：
- 主代理（Primary Agent）：负责遵循
process.mmd中的流程，使用 Qwen 3.8-Max 模型进行项目构建和自我改进。 - 产品审查子代理（Product Review Sub-agent）：负责测试产品并提供反馈，使用 Kimi K3 模型。
这种分工确保了审查者没有修改文件的权限，只能专注于评估，从而形成了一个闭环的反馈评估机制。这种权限隔离和角色分工是保证代理系统稳定性和质量的关键设计。
沙箱环境与自我改进机制
为了保障开发环境的安全与隔离，作者采用了 Dev Container 功能，在 VS Code 中运行一个隔离的 Docker 容器。在这个沙箱环境中，不仅安装了 Open Code，还部署了来自 Vercel 的 Agent Browser Skill，使代理能够自主测试其构建的应用。这种环境配置确保了代理可以在不受外部干扰的情况下进行探索和实验。
工作流中最具创新性的部分是自我改进（Self-improve）环节。当代理完成项目构建后，它必须回顾整个过程，包括遇到的挑战和收到的反馈，并据此更新自身的流程和工作流。这意味着代理不仅是在构建一个 CRM 系统，更是在优化其自身的构建能力，以便在未来更好地处理类似任务。
"You must complete this step, look back at your work in building the project... and update your own process, update its workflow to factor in the learnings so that it does better next time."
这一机制将传统的线性开发转变为迭代式学习，使代理具备持续进化的潜力。
递归自我改进与执行结果
除了常规的自我改进，作者还引入了递归自我改进（Recursive Self-improvement）的概念。在 self-improve.md 文件中，代理被指示不仅要改进工作流，还要改进“改进工作流的方式”。这是一种元学习（Meta-learning）的体现，旨在让代理变得更擅长改进自己。
在实际执行中，主代理使用 Qwen 3.8-Max 耗时约一个半小时完成了任务。最终结果显示，所有待办事项、产品审查和自我改进阶段均已完成。生成的 process.mmd 文件显著扩充，增加了阅读文档、利用过往经验、架构配方、验证循环等详细笔记。这些笔记作为 playbook ，指导代理在未来的任务中做出更优决策。
关于递归自我改进的效果，代理在 self-improve.md 中新增了一个名为“如何有效自我改进”的章节，提出了具体的元学习策略：
| 改进策略类别 | 具体行动指南 | 目的/意义 |
|---|---|---|
| 分类学习 | 在写下之前对每个学习点进行归类 | 结构化知识，便于检索和应用 |
| 记录检测方法 | 将检测到的问题写成可执行的指令 | 将定性反馈转化为定量/可操作代码 |
| 修剪与区分 | 区分持久性改进与项目特定改进 | 避免过拟合，保留通用能力 |
| 闭环验证 | 写入后重新阅读以确认逻辑 | 确保改进指令的清晰性和有效性 |
| 工具缺陷处理 | 在确信应用出错前，用真实用户事件复现 | 避免误判，提高调试准确性 |
这些策略表明代理确实进行了有意义的递归改进，不仅提升了当前 CRM 构建的质量，也为未来的复杂任务积累了宝贵的元认知能力。
工程成效与总结
最终构建的 CRM 系统被认为是作者多次尝试中最佳的版本。这直接归功于前期在代理工程上的投入，包括精细的工作流设计、严格的沙箱隔离、以及多层次的自我改进机制。作者强调，递归自我改进虽然只是代理工程的一个方面，但它展示了 AI 代理从“执行者”向“学习者”转变的可能性。
"These seem like they are legit self-improvement learnings... allowed us to get what I would say is the best CRM that I've built so far."
通过这一案例，作者证明了代理工程（Harness Engineering）不仅仅是调用 API，而是通过精心设计的工作流、权限控制和反馈循环，激发大语言模型的深层能力。读者可以通过提供的仓库链接，亲自体验这一过程，构建自己的 CRM 并观察代理的自我进化。
核心结论：成功的 AI 代理系统依赖于结构化工作流、隔离执行环境以及递归自我改进机制的有机结合。这些工程实践显著提升了代理的输出质量和自主进化能力。
个人 CRM 系统的视觉与交互体验
视频最后展示了基于 Kimi K3 和 Qwen 3.8-Max 构建的个人 CRM（客户关系管理）系统的最终界面。作者对生成的 UI 效果表示高度满意，认为其视觉效果非常精美，甚至达到了“gorgeous”的程度。这个系统不仅具备美观的外观，还集成了实用的功能模块，旨在为用户提供一个高效且直观的个人信息管理工具。作者特别提到，如果观众希望直接获取这个现成的 CRM 解决方案，可以在视频描述栏中找到相关链接和详细信息，这表明该案例具有高度的可复用性和参考价值。
"I hope it's as gorgeous as my one right here. This is really nice. And you can also just use this one if you'd like a nice personal CRM."
动态交互反馈机制的演示
在功能演示环节，作者重点展示了系统在处理用户操作时的即时反馈机制。当用户在界面上拖拽或移动某个元素时，系统底部会弹出“Toast”通知提示，明确告知用户操作已成功执行。作者演示了连续两次移动操作，系统均能准确且及时地生成对应的通知提示。这种设计极大地提升了用户体验，使得界面操作具有明确的因果反馈闭环，避免了用户因不确定操作是否生效而产生的焦虑感。作者对此表示赞赏，认为这种细节处理体现了产品的高完成度和人性化设计。
"If I come here and I move something, I get a little toast down here telling me that it's moved. And then two toasts like that. It's just great."
功能总结与创作者寄语
视频结尾部分，作者对 CRM 系统的丰富功能进行了总结，强调其不仅仅是一个静态界面，而是一个具备完整交互逻辑的应用。作者表达了对观众观看视频的感谢，并呼吁观众通过点赞和订阅来支持内容的持续产出。这一互动环节不仅是对视频内容的收尾，也是创作者与观众建立长期连接的重要方式。作者承诺将继续制作类似的高质量教程，并期待在未来的视频中与观众再次相见。这种结尾方式既强化了视频的核心价值，也有效地促进了社区互动和内容传播。
"There's so much functionality here. So, I hope you like the CRM and I hope you enjoyed this video. And if so, please do like and subscribe."