Lessons

语言模型是一台「续写机」:它不理解命令,只是在延续文本的统计模式。提示词工程的全部技巧,本质是同一个动作——把你想要的输出,变成统计上最自然的续写。角色设定收窄语域(客服经理的下文不会是段子);few-shot 示例划定输出的分布(模型模仿的是例子,不是你的形容词);输出契约把「对不对」的一部分转化成「格式合不合法」,让校验可以机械化;思维链强迫中间步骤显式化——错误因此在中间暴露,而不是藏在一个看起来自信的结论里。

这一层在 2026 年的真实处境是:它没有消失,而是被工程化吸收了。你今天在 Claude Code 里打一句大白话就能用,是因为产品把角色、格式、工具说明都预置进了 system prompt——你不再手写这些技巧,不代表它们不存在,而是有人替你把它们变成了基础设施。这正是整个谱系的第一次「上层吸收下层」。

模型没有记忆。每次调用都是一次「一次性阅读」:窗口里有什么,它的世界里就有什么;窗口里没有的,对它而言不存在。所谓 RAG、检索、记忆系统,全部是同一个问题的答案——在正确的时机,把正确的事实放进这扇窗。

窗口从 2023 年的 4K token 走到今天的百万级,但两个物理约束没有变:注意力不均匀——开头与结尾读得最清楚,中段最容易被忽略(lost in the middle);以及每个 token 都是真金白银的成本和延迟。所以这一层的手艺不是「塞」,而是「编辑」:检索出最相关的片段而不是整份文档,把陈年历史压缩成摘要,把法典常驻,把无关的挡在门外——并且永远给工具结果留出余量,因为 agent 干活时,读到的每个文件都要挤进这同一扇窗。

先拆掉一个误解:模型自己没有手。它能「改文件」,是因为外面套着一层 harness(挽具):模型输出一个结构化的工具调用,harness 真的去执行——读文件、改代码、跑命令——再把执行结果写回窗口,模型看着结果决定下一步。一轮接一轮,模型始终活在文本世界里,是 harness 在替它感知和行动。Claude Code、Codex 这类产品,本体就是一套精心设计的挽具。

既然行动是真的,约束就必须是工程的:权限模式决定哪些操作要人点头,沙箱决定命令能碰到哪里,门禁(lint、类型、测试)决定「做完」由谁说了算。AGENTS.md 是给这双手立的法——风格、禁区、验证方式,写一次,每一轮都生效;它是你把「口头交代」变成「常驻规则」的地方,也是这一层最便宜、回报最高的一笔投资。

有了手,还差一件事:真实任务一轮做不完。Loop 把「轮」连成「程」——计划、执行、验证;红了,把失败信息作为新输入回到执行;绿了,才允许汇报。这个结构里只有一个设计要点,但它是生死攸关的:终止条件必须是客观信号(测试、类型、构建),绝不能是模型的自我评估——模型对自己工作的信心,和工作的正确性之间,没有可靠的相关性。

这解释了为什么「先写失败测试、再修复」(TDD)和 agent 是天生一对:它把「什么叫修好了」在开工之前就变成了机器可验证的命题。也解释了这一层的另一半形态——watch 与 cron 常驻:回路一旦可信,它就不必等你按回车才转。

回路再可靠,一个 agent 也只有一扇窗、一份注意力。Graph 把任务拆成 agent 的图:编排者分派;多个搜索者并行——它们互不知情,反而覆盖更全,因为每个走的是不同的路径(按文件名、按调用关系、按文本);汇总去重之后,交给独立的验证者对抗复核——它的任务不是确认,而是推翻;最后综合成一份带证据的结论。

两条公理撑起这一层的全部设计:并行的价值在视角不同,不在数量——十个一模一样的搜索者不如三个路径互异的;验证者必须独立于生产者——让干活的自己验自己,等于没验。这也是它与前四层的根本区别:前四层在优化一个 agent 的能力,这一层在设计多个 agent 之间的制度。