AI写得快 ≠ 真正提效：Harness 记忆与验证闭环

核心结论

AI Coding 的产出速度只解决“写”，真正提效要让知识在新会话可被发现、交付状态有外部证据、验证等到系统生效，失败能有界回退。

归入 02-ai-coding：本文以软件研发交付为场景，给出知识入口、四类操作 skill、close-loop 和多角色验证的实现路径，不是通用 Agent 架构综述。其工程机制与现有 Harness 条目互补，不能把作者的实现细节直接当通用标准。

九个知识节点

  1. 连接性知识：只存代码未写清的阴性事实、关键位置和隐含跨系统关联；能从代码读出的参数与目录不重复入库。
  2. 两级索引：一级 agents.md 只列模块，二级 <模块>/agents2.md 列篇目及一句话用途；按索引命中正文，未覆盖才探索源码。
  3. 先读 Hook：PreToolUse 阻断尚未读一级索引的探索调用；项目规则表达意图，SessionStart 负责重同步，避免每次工具调用承担重任务。
  4. 成熟度证据：读取只是弱信号，任务声明实际采用及结果才是强信号；增量聚合提升等级，低频清理负责去重与衰减，frontmatter 需定点修改。
  5. 四类 Skill：平台访问、提交、等待、本地验证各管一段；技能说明操作条件和失败边界，脚本承接确定性的接口调用。
  6. 等待终态：等“该分支的这次构建／门禁”，不能用最近一次产物或刚触发的动作充当已生效证据；超时必须如实上报。
  7. 交付状态链：排查、编码、本地／测试验证、提交／MR／合入、等待、上线观察、回写经验是不同状态，各有可复核证据。
  8. 独立审查：写代码与审查／验证分角色，大改动用精确制品传递 文件:行 与失败清单，避免长会话压缩后丢失关键事实。
  9. 有界循环：编码—审查、验证—编码、线上验证—编码各最多三轮；回退后重走完整审查与验证，超限报告 blocked、failed 或 not_verified。

方法与证据

作者的记忆链从会话结束复盘写入，经过模块索引与 hook 进入下一次会话，再由成熟度机制追踪实际采用。复盘只写脱离单次任务仍成立的知识；“读过”和“用过且被验证”不能混成同一种引用。其本地 REST API 定点回写 frontmatter、检查点按字节与前缀哈希去重，属于作者实现，不等于已有团队系统已经具备同样能力。

闭环链以等待 skill 为枢纽：平台脚本提供查询与动作，提交 skill 处理单号、分支、MR 和门禁，本地验证 skill 明示环境依赖，close-loop 把这些阶段连接起来。文章强调“所有验证动作在测试环境做”；生产发布后的检查应区分被动观测和对生产环境施加的验证动作，不能越权复制流程。

团队版只用于改动面大的任务。隔离上下文减少历史污染，但精确制品是前提；审查成员禁止写代码是工具层权限，而不是一句提示词。作者没有提供可复现仓库、完整成本对照或成功率实验，本文的效率收益是经验判断，不是已验证的量化结论。

对 Seetong 的可借鉴动作

关联与边界