把Agent当流水线：这段Claude Code提示词把审批、评审和重试都写死了

一段在X上流传的Claude Code提示词，把agent harness写成了一条流水线。推文作者NO1ennn说，Anthropic这份关于agent harness的提示词指南是免费的，把整份指南压成一段提示词，丢给Claude Code就能从零搭出执行班组。

先补一句背景。Agent harness是模型外面的调度层：它决定任务怎么拆、工具什么时候调、结果谁来验、出错怎么重试。普通用户可以把理解成给AI配一个项目经理加质检员。

这段提示词的骨架不复杂：

• 一个编排器把目标拆成任务，每个任务带done-check，也就是完成判定。
• builder以低effort运行，一个任务一个builder，brief要自包含，不依赖上一轮脑补。
• 子代理只用于并行，因为每开一个都有成本。
• 读文件、跑测试、安全重试不需要审批；风险动作必须审批。
• reviewer看diff，不看总结，并且重跑测试。
• eval给每次变更打分，记录烧掉的token。
• 错误和超时不算阻塞，诊断、重试、换工具，继续跑。

给它的技术栈，它搭出对应的执行班组。

这套写法有意思的地方，不在提示词很长，在边界写得细。很多agent项目喜欢先追更强模型，结果流程里没有done-check，reviewer只看模型总结，风险动作和读操作混在一个权限里。跑起来像全自动，出事时找不到断点。

回复里有人提到pdf_table_read的例子：评分器坏了，agent没坏。多数团队会先去改提示词，越改越糟。这个提醒很实际。eval本身也会错，先分清是执行失败还是测量失败。

另一处值得抄的是审批分层。读、测试、安全重试放开，不可逆动作卡住。这个划分比全自动务实，也比每一步都确认能跑。

别把它当魔法。提示词只给结构，done-check写得好不好，决定这套流水线能走多远。技术栈、工具权限、测试命令，仍要人来定。对用Claude Code或类似agent工具的人，先检查两件事：每个任务有没有可验证的完成判定，风险动作有没有硬审批。

原始推文：https://x.com/N01ennn/status/2120036282214793497