95%工程师在跑自我改进harness，多数人卡在第3层

一条被转发的推文把话放得很满：Anthropic一名工程师在讲座里说，95%的工程师已经在Opus 5.5上跑自我改进harness，2个月后没人再raw prompting。推文顺手写到agent工程岗位的报价是50万到90万美元，并推荐一段35分钟讲座。推文附了这段视频。

先补上下文。raw prompting指直接手写提示词，把需求丢给模型。harness指模型外面那层环境：文件、shell、测试、git、浏览器。m4lka给了一个干净定义：把模型从架构图里拿掉，剩下的都是harness。loop指产出、检查、纠正、重复。graph指节点、边、状态，决定工作怎么拆、谁先谁后。

评论区没有跟着兴奋。有网友问：如果2个月后没人raw prompting，为什么这些offer还像这门技能很稀缺？另一条回复只有一句：More bullshitttt。报价无法从推文里验证。能验证的是m4lka文章里的分层：每补一层，会消掉一类具体失败。

文章用一条bug报告贯穿：修#482登录重定向循环，然后开PR。Level 0是聊天，人复制粘贴、跑测试、判断下一步。Level 1给agent手：shell、文件、测试、git。Level 2给记忆和墙：PROGRESS.md记下目标、试过什么、已知条件、下一步、禁区；权限、沙箱、命令白名单、token和时间预算当墙。文章里那句很硬：请勿碰migrations是愿望，agent没有权限才是墙。

Level 3才进入loop。循环有四步，只有check能决定它是不是在重复错误。检查必须能失败。例子里的绿色条件是：新测试在旧代码上失败，修复后通过，全套绿，diff只碰auth/。证据按可伪造难度排：确定性测试、可观察trace、独立reviewer、模型自报。如果loop接受模型说done，它还是自报。

Level 4给反馈。红色只是判决，不给方向。m4lka给的格式是EXPECTED和SAW：期望302到/login，实际302到/dashboard，位置auth/refresh.py:61；FENCE限定下次只改一个文件；DEAD ENDS记住试过的死路。退出规则也要写：绿了结束；同一个SAW出现两次，停下升级；预算烧完，停下升级。

Level 5到graph。节点是一个有界工作，边是真依赖，状态是节点之间留下的东西。每个箭头先问：B在A完成前开始，会坏什么？不会坏，箭头就是习惯。修auth和审计billing可以并行，开PR必须等修复。Level 6加gate。通过gate的结果冻结，失败只重跑失败节点。gate按撤销成本分：一键撤销的改动可以直接发；能清理的改动要绿、trace、第二意见；迁移、删除、发邮件、花钱，必须人签。人只放在不可撤销处。

Level 7让系统学习。失败归层，教训变成约束：缺日志工具进harness，重复死路进never list，没有复现测试进loop检查，审计重叠进graph拆分规则。文章最后给了一个症状表：复制粘贴缺第1层，重试试过的方案缺第2层，done不可信缺第3层，同样错误烧预算缺第4层，每步对但整体慢缺第5层，一次失败全盘返工缺第6层，同类错误每周出现缺第7层。

$1500的agentic course值不值，推文没给证据。35分钟讲座把流程拆开，至少能让人判断自己卡在哪层。评论区那句质疑还留着：如果raw prompting真要在两个月内消失，50万到90万的报价为什么没跟着消失？