你的 Agent 上线半年了。回头看看——它比第一天聪明了吗？它可能还在犯三个月前就犯过的错。还在重复三个月前就走过的弯路。还在对三个月前就见过的场景表现得像个新手。半年的线上流量喂过去，它一点经验都没攒下来。问题不在模型不够强。问题在于——没有人给它搭一条从"做过"到"记住"到"变好"的路。这篇文章基于对 Anthropic 递归自改进报告、斯坦福 CS329A 课程、EvoAgentX 等开源框架的深度研读，结合业界多个团队已验证的优秀实践，提炼出一套评测→记忆→落地→控制的四齿飞轮方法论——不是某个环节的最佳实践，而是一个完整的、可落地的、经过验证的工程闭环。
历史服务重构，主要难点不在于翻译代码，而在于先把多年迭代后散落在调用链里的业务逻辑（如状态机分支、隐式校验、数据依赖等）梳理清楚，再据此做更合理的分层改造与业务适配。我们针对服务重构场景，沉淀成一个 Skill，用流程拆分、分层知识库和 Harness Engineering 三部分把重构流程标准化，并在十几个真实重构场景中验证其价值。
我们用 AI Agent 驱动前后端全流程开发——从需求分析到自动化测试，整个 harness 工作流由 1 个 TL + 6 个子 Agent 组成。跑起来之后第一个问题就是：钱烧得很快，但完全不知道烧在哪。我们先用 AgentLens 把成本拆开看，发现系统提示词、工具返回信息、历史消息是大头。围绕"让 AI 只看到当前需要的上下文、减少无关的上下文、减少重复的上下文"这三个原则，我们逐一改造了架构拆分、稳定前缀、渐进式披露、代码图谱、CLI 替代 MCP、长期记忆按需索引、工具调用并行化等 10 个方向。整体全流程预估降本 50%~65%。
DeepSeek Harness（DSH）是 DeepSeek 开源的 Agent Harness，由 Cordis 微内核驱动，采用"一切皆插件"的架构。模型、工具、持久化和 Agent loop 都可以按需组合。Harness 很像 Agent 的"驾驶舱"：它把模型的思考和工具的执行串成一个循环，让 Agent 不只是回答问题，还能持续规划、动手，并根据执行结果决定下一步。DSH 开源后，社区很快开始围绕它开发各种插件。随着生态逐渐成熟，我们相信会有越来越多团队用它构建自己的 Agent 产品。不过，本地跑通单机 DSH 并不难，难的是基于 DSH 构建一个能够稳定服务大量用户的生产级 Agent 应用。我们真正需要回答的，已经不是"能不能跑"，而是"怎样跑得稳、跑得省，还能方便扩展"。
当前 个体提效 ≠ 组织提效 成了很多团队的痛点。本文阐述了腾讯健康从PM视角对这一现象进行Debug的过程。最终取得的结果是：中位交付周期从 19 天降到 9 天 ，提效比例52.6%；P85交付周期 从 52 天降到 23 天，提效比例55.8%；30 天以上的长尾需求占比从 35% 收敛到 7%。
