给 AI 套上缰绳

有很长一段时间，我提升和 AI 协作效果的办法就是把话说得更好：更清楚的提示词、更完整的背景、更严厉或更客气的语气。有用，但很快就到顶了。

我被这个瓶颈困住了一段时间，而且找不到方向。

转机来自一个偶然。我让 AI 帮我梳理手上的项目，它直接点出团队旗舰项目的架构设计含金量最高。我立刻捕捉到一丝信号——它是凭什么把这个项目挑出来的？于是我自己去拆，把它和其他项目逐条比对，最后在一条非常早期的 commit 里找到了关键线索，顺着它追踪到了 superpowers 这个强大的架构设计工具。新世界的门就是在那一刻打开的。

我又顺藤摸瓜找到同类的一系列工具，一个个仔细拆解——不只拆它们的架构，更要紧的是拆这套工具被设计出来的方法论。这和平时刷技术博客、看到博主推荐就去试用，完全不是一个量级的学习。

区别在顺序。我一直保持着跟进最新技术与研究的习惯，看到感兴趣的工具会立刻动手验证；但这一次，是我先有了痛点——被 AI 协作的效率瓶颈困住——然后带着目标去找原因。

其实在 AI 点出那个项目之前，我就知道它的设计是有章法的，只是看不出它的”出处”。我也试过做反演——这是我们搞地球物理的人最擅长的事——但没用。直觉只告诉我：一定有个东西在那里，它是这套工具的关键；我不知道它叫什么，也不知道该用什么词去搜。所以只能靠嗅觉去捕捉一点点蛛丝马迹，然后像捕猎一样，把那转瞬即逝的一丝机会牢牢咬住，撕开一个新世界。

Agent = 模型 + 缰绳

拆完之后，我脑子里留下一个等式：agent = 模型 + harness。模型是能力，harness 是这个能力被允许怎么用。能换的模型就那么几个，而且谁都能换；差距几乎全部落在第二项里。

harness 具体在管四件事，这是我从那套架构里读出来的骨架：

• 权限。agent 能读什么、能改什么、能不能碰真实系统，由外面规定，不由它临场判断。凡是交给它临场判断的地方，迟早会有一次判断错。
• 分层的记忆。不是把所有东西都塞进上下文，而是分层：什么常驻、什么按需检索、什么写回长期。上下文不是越满越聪明，往往正相反。
• 评测。没有评测就没有“变好了”，只有“感觉变好了”。这一条最容易被跳过，因为它最不像在做产品——但它是唯一能让改动方向不靠感觉的东西。
• 可观测。它究竟调用了什么、在哪一步拐错了弯、花掉了多少，得留下能查的痕迹。事后复盘的价值，取决于当时留没留痕。

这四件事，没有一件是“更会聊天”。

我自己那一块，教了我另一件事

顺便说说我在这个项目上另一件有价值的判断。除了桥梁监测的算法，我还负责产品设计和商业模式——其中最关键的一次决策是：我说服队友接受一次大改动——AI 助手要长在产品原有的监测界面里，而不是做成一个单独的助手页面。

这个判断不来自技术，来自我在产业界见过的客户：没有人会为一个孤立的助手单独付钱。他们付钱是为了自己那件事更好办。所以助手必须长在他们本来每天就要打开的那块界面上。

后来的结果证明我是对的。客户反馈非常积极，我们也凭这个项目在 DFWIT AI Competition 2026 的决赛上以 83.5 分夺得冠军——十三个决赛项目里的最高分，并被推荐进入主办方的 Venture-Ready 创业加速项目。

从那以后我看任何一个 agent 产品，第一个问题都是同一个：它是长在工作流里的，还是浮在工作流旁边的。

我拿它做了什么

拆完之后，我没有去复刻一套 harness。我把学到的思路用在了另一根轴上：把自己这几年散落各处的 skill，重新设计成一套系统化的架构工具 murDrift——在让单个 agent 高质量运行的同时，保证一个长期项目跨对话、跨工作区、跨月也不跑偏。

因为跑偏不是运行时的问题：窗口会退役，上下文会满，架构决定会被忘记，验收会慢慢变成自我表扬。这四件事分别要靠治理、调研、连续性和防作弊验收来接住。其中多窗口的那一部分，我在另一篇文章《人 + AI：多窗口协作操作系统》里写过。

最后说回“缰绳”这个词。它容易被读成不信任，我的体感恰好相反：正因为有缰绳，我才敢让它跑快一点。