AI Engineer onepage/ harness → claw
Sam Bhagwat, Mastra · 約 15:35
這支影片在講：每個 Harness 最後都會變成 Claw
Coding harness 已經不只是一個把模型接到終端機的介面。當它能規劃、平行委派、帶著 skills 背景執行，接著又開始聽事件、回覆頻道並持續運作，它就從一次性工具變成會出現在團隊工作流裡的 agent。
Published: 2026-07-21Video ID: 8qWIPUia2O8
01 / 起點
Context engineering 已不夠
單靠 prompt 與上下文管理，仍無法解釋為何 coding harness 的體驗特別強：它還有計畫、工具、委派與長任務管理。
02 / 轉折
Harness = context + agents
演講把 harness 定義為 context engineering 加上 coding agents：模型不只回答，還能在有狀態的工作空間中採取行動。
03 / 下一步
Claw 進入協作流
接上外部事件、通知頻道與 heartbeat 後，agent 不必等使用者開新對話；它可以在需要時主動出現。
Signals
影片的四個架構訊號
Formula
CE + CA
Context Engineering + Coding Agents，是講者用來理解 harness 的組合式。
Execution
Parallel
平行 subagents 與 background tasks 把一次操作拉成可分工、可等待的工作流。
Interface
Channels
把結果送到團隊 already-work 的地方，agent 才不只是另一個需要打開的 app。
Presence
Heartbeat
持續運作帶來主動性，也把成本、權限與打擾頻率變成產品設計問題。
Core story
從 Harness 到 Claw，少不了三次能力擴張
01
先把「會寫」變成「會完成一段工作」
規劃模式、skills、工具存取與背景工作，讓 agent 能把任務拆解並保有脈絡。這一層的重點不是聊天品質，而是任務能否跨多步驟穩定往前推。
02
再讓工作能被平行處理與回收
Subagents 能同時調查、實作或驗證；但主 agent 仍須整合結果、處理衝突與決定何時停止。平行化不是免費加速，而是把協調能力變成核心 primitive。
03
最後才把它放進真實協作環境
外部事件、通知 channel 與 heartbeat 讓 agent 從被呼叫的工具轉成可被指派的角色。此時它需要明確的觸發條件、可觀測軌跡與人可以介入的暫停點。
Trade-offs
做常駐 agent 時，產品與平台要先回答的事
主動性 vs. 打擾Heartbeat 與事件監聽能讓 agent 及時出現，但必須定義什麼值得打斷人、什麼應只記錄或排入摘要。
平行度 vs. 協調成本Subagent 越多，等待、重複工作與衝突合併越需要治理；先量測任務分解是否真的降低完成時間。
長期脈絡 vs. 權限邊界常駐 agent 會累積更多資料與工具存取。把每個 channel、事件與 skill 的最小權限寫清楚，才能避免「有記憶」變成「無邊界」。
可用性 vs. 可退出性使用者需要看到 agent 正在做什麼，並能暫停、撤銷或升級給人；否則自動化的信任很難隨能力一起擴張。
Checklist
給正在建 agent platform 的五項檢查
把 session、背景任務與事件觸發分開建模知道一個動作是誰發起、何時可重試、結果要回到哪個脈絡，才有可預期的體驗。
為 subagents 設定成果契約指定輸入、預期產物、完成條件與回傳格式；否則平行工作只會帶來更多未整理的文字。
讓 skills 成為可檢查的能力包每個 skill 都應說清楚用途、權限、來源與失敗行為；不要把長期行為藏在不可見的 prompt 裡。
把通知設計成決策介面通知應帶著足以決定下一步的摘要與操作，不是把 agent 的逐字 log 丟進頻道。
先設好停止、升級與審計路徑常駐 agent 必須能被中止、交給人處理，也能回看它讀了什麼、做了哪些工具呼叫。
Source video