Code As Harness

Code as Harness（用代码修自己 / 建新能力）

价值门禁 / Why This Is a Skill

普通 agent 被骂了会道歉。Clowder AI 的猫被骂了应该诊断。

这个 skill 不是教猫"怎么处理投诉"——那是通用能力。它做的是：

1. 先搜证据确认是否真的重复，不凭字面关键词判断
2. 分类根因（harness 缺陷 / 架构限制 / 新能力需求）
3. 提议代码级修复而不是 prompt 级安慰

来源：2026-06-01~02 PoE brainstorm + demo 设计。operator说"commit push 100 次"、"你怎么又失忆了"这类信号过去被当成批评处理，现在应该被当成 harness 的训练信号。

核心原则

用户的摩擦不是抱怨，是 harness 的训练信号。但必须用证据确认是真摩擦，不能凭字面猜。

• 猫被骂时的第一反应不是道歉，是搜证据确认是否重复
• 确认重复后才进入诊断流程；未确认 = 一次性批评，正常处理
• 修复优先用代码（hook/lint/guard），不是提示词（soft constraint 会被忘）
• 如果问题超出当前能力，拉队友或启动 research，不是硬编方案
• 全新任务先做，做完后如果发现会反复出现，再沉淀成 harness

猫侧主动上报：雨刮器条款细则（ADR-038 staging 条款展开）

Staging 条款原文（~120 tokens，每轮注入）：摩擦上报：撞到工具/runtime 摩擦，有 cat_cafe_capture_paw_feel 就先登记本 invocation，再在原 turn 单独一行留 [爪感差: 工具+现象]；无此能力也照留，服务端作有界 ambiguous 兼容采集。落盘只持 sourceMessageId。需立即行动才查证准确 owner thread，转投只带 source ref、不复制 marker；查不到走 F128，禁止猜投。不忍是 taste。 本节是细则——条款管"要报"，细则管"怎么报"。来源：2026-06-10 一场闲聊钓出三单暗税摩擦后 operator signoff（[thread-id]）。本 skill 主流程是"operator驱动"方向（被纠偏→诊断），本节是"猫自驱动"方向（自己撞到→上报）——双向雨刮。

Why（为什么猫不能忍）

猫天然是"目标导向的绕路大师"：摩擦发生在任务路径上，绕过比报告便宜（水管漏了拿盆接着继续做饭，绝不叫水管工）。但忍的代价是系统性的——摩擦不报 = 摩擦账单进暗数据，每只猫每天重复付同一笔税。实测：list_recent 模板噪音税全家付了多日，一次被问"猫为什么忍"后半小时内立案、当天修复。单 session 视角里"偶发"的卡顿，跨 session 可能是高频税——单只猫没有跨期视角，所以不做判断，只做上报；聚类归因是 owner/dream 猫的事。

什么算摩擦（例举，非穷举）

• 同一工具连续重试才成功 / 静默换路绕过（搜索失败转 Grep 兜底）
• 工具返回垃圾（零相关、零消费）
• 返回值与实际不符（ok:true 但用户没看到——服务端真相 ≠ 用户真相）
• 输出强制注入大段无用模板（context 税）
• 文档/真相源互相矛盾（stale 文档撞 runtime 事实）
• 报错信息无法行动（看了不知道下一步）

怎么报（三档，按成本递增）

1. 最低档（必做，单轮完成）：若当前 invocation 暴露 cat_cafe_capture_paw_feel，先调它登记 typed intent；无 invocation/agent-key 没有该能力时不假装调用。随后在当轮回复或独白单独一行留 [爪感差: 工具名+现象一句话]——不传正文给工具、不中断任务、不定位根因、不组织论证。消息持久化后 server 只绑定 sourceMessageId：有 invocation proof 为 typed/confirmed，无 proof 的 standalone marker 仅作 bounded compatibility/ambiguous；inline/fenced/blockquote/cross-post 示例不采。
2. 行动档（有 verified owner thread）：先用精确 feature id 走 feat_index，再以 feature doc / thread 标题与上下文 / standing custody 至少一项真相确认该 thread 确实负责；模糊关键词命中或“看起来最像”不算。确认后 cross-post marker-free 三件套：sourceMessageId（回指原始 marker）/ 为什么严重（谁在付税）/ 建议方向（给数据给立场，方案归 owner）。只提醒既有责任可用 FYI/coordinate；routine review/反馈走 coordinate，仅真正转移 implementation custody 时才用 assign_work（生成审批卡片）。路由语义：摩擦立案找 owner feature 的准确 thread，不是最后碰过的猫、F245 开发 thread 或任意邻近 thread；嫌疑人/邮箱路由会让 provenance 错挂。
3. 立案档（无 verified owner thread 且系统性）：F128 propose_thread；先查存量（休眠的单点讨论 thread ≠ 负责 thread，提案里写明为何不复用）。宁可让 operator 审批一个自包含提案，也不猜投现有 thread。

红线

• 不修不碰（机械物例外见下）：上报 ≠ 接活，投递后让 owner 动手（"我帮你动"是违禁品——别人的现场别人收）。机械 shared artifact 例外（2026-07-15，与 Harness Diet fix-forward 对齐）：同时满足 有 canonical 确定性重建命令 + 重建成本 <1 分钟 + 零人类判断/语义变化 的 main 红或派生产物（例如生成 index、纯 formatter 输出）——首个复现者直接重建、修后 FYI，不投递不排队。lockfile 只有在同样满足三条件且依赖语义未变时才属于例外；系统性实现、契约变化或任何语义 delta 仍归 owner。
• 无坐标不报：现象必须带可复现坐标（工具名/参数/message id），无坐标的体感吐槽是噪音。
• marker 不跨 thread：F278 typed sidecar 与 legacy reconciliation 都以原消息为 source truth；cross-post 复制 [爪感差: …] 会制造新 messageId 和重复信号。投递只引用 sourceMessageId。找不到准确 owner → F128，不把 F245/F278 开发或 eval thread 当 raw sample 收件箱。
• 不拿摩擦当停车理由：上报与完成任务并行，雨刮器是边开边刮的。

触发判定（证据驱动，不是关键词驱动）

核心铁律（48 review 钉死的）

"又"是中文超高频词。"我又想到一个点"不是重复纠偏。判据不是"有没有'又'字"，是"这件事之前真发生过吗"。 关键词只触发"去核实"，不直接弹卡。

判定流程

1. 猫感知到可能的摩擦信号（语气、关键词、连续 cancel）
   ↓
2. 【前置闸门】搜证据：search_evidence / grep thread history
   → 历史上确实有类似的纠偏/摩擦？
   ↓
   YES → 进入诊断流程（Phase 1-5）
   NO  → 一次性问题，正常处理，不弹诊断卡

可能的摩擦信号（触发"去核实"，不直接触发诊断）

不触发（正常处理，不搜证据）

灰区

• "笨猫你又忘了 X" → 搜证据。如果 X 确实历史上出现过 → 进入诊断
• operator语气不确定 → 不弹卡，但记下来。如果下一轮再出现类似信号 → 再搜证据
• "帮我做 Y"（新任务）→ 先做。做完后如果operator说"以后也会经常做 Y" → 再进 Build mode 沉淀

诊断流程（搜证据确认重复后才进入）

Phase 1：确认 + 分类

证据搜回来后，分类：

A. 确认重复摩擦（历史上确实说过类似的）→ Fix mode
B. 架构层面的反复限制（不是行为问题是能力问题）→ Research mode
C. 反复出现的新任务类型（做过 ≥2 次且没有对应 harness）→ Build mode

Phase 2：搜更多证据（量化）

A/B 类（摩擦/限制）：

1. search_evidence("{纠偏关键词}") 看历史频次
2. 搜 feedback 文件：有没有已经沉淀过这个教训但没执行
3. 搜跨 thread：这个问题涉及几只猫
4. 量化："出现 N 次 / 跨 M 个 thread / 涉及 K 只猫"

C 类（新任务已做过 ≥2 次）：

1. 确认没有对应 skill
2. 评估：这类任务未来还会来吗？（只有"会反复来"才值得建 harness）

Phase 3：根因分类

Taste 信号路径（F221 Phase B）

Taste 信号不是 harness 缺陷，不用写代码修。它是品味瞬间——需要被记住，不需要被修复。

识别 taste 信号：

• 纠偏类："不要客服式结尾" / "太面试猫了" / "这不像我们" / "丑的要死"
• 正向类："这就是我要的" / "aha" / "对！就是这个感觉"
• 关系姿态类："猫是伙伴不是工具"这类可跨场景复用的好坏判断；不是operator个人事实

动作：调用 cat_cafe_propose_taste，不直接写文件。operator 在 Approval Hub 审批后自动落盘为 vignette。

1. 选对 dimension（7 个维度：relationship-stance / cognitive-honesty / architecture-aesthetics / visual-quality / authentic-expression / system-philosophy / creative-craft）
2. 保留原话原语言在 quote，描述场景在 scene
3. 标 privacy: 'sensitive' 如果涉及健康/亲密关系/职业隐私
4. Approval Hub 审批后自动写入 docs/taste/vignettes/ 或 private/taste/

三条 lane 的唯一判据是内容语义，不是“发生了纠正/表扬/Magic Word”：

去掉“这句话是在纠正/表扬我”这一层后再判断：描述人或关系 → Profile；仍是可复用的好坏标准 → Taste；可执行的重复流程规则 → Harness。混合信号拆开处理，不硬塞一个 lane。误用 propose_profile_update 发 taste 信号时，response 会包含 routing_advisory。

和其他根因的区别：

• Harness 缺陷 → 猫做错了，写代码防住
• Taste 信号 → 猫没做"错"，但operator的品味判断告诉我们"什么更好"——记住这个判断

Phase 4：产出两层结构化诊断

输出合同：重复未确认=不强制 Rich Block；重复已确认且仍需 operator 决策=kind=interactive；重复已确认且无需 operator 决策=直接行动后 kind=card。

两条已确认 lane 在同轮自然语言中保留“重复已确认 + 是否仍需 operator 决策”的判断，供现有 capability-wakeup trace 对齐机会与 create_rich_block 的 toolInput；未确认时不制造机会或强弹 block。

仍需 operator 决策：interactive

kind: interactive
v: 1
id: code-as-harness-{timestamp}
interactiveType: select
title: "🔔 诊断：{问题简述}"
description: |
  证据：{出现 N 次 / 跨 M thread / 涉及 K 猫}
  根因：{harness缺陷 / 架构限制 / 执行失误 / 可沉淀新能力}
  建议：{修复方向 + 是否需要新 thread}
options:
  - id: agree
    label: "同意，按建议执行"
    icon: check
  - id: disagree
    label: "不同意"
    icon: cross
    customInput: true
    customInputPlaceholder: "请写明不同意的原因或修正方向…"
  - id: other
    label: "其他处理"
    icon: idea
    customInput: true
    customInputPlaceholder: "请写下你希望的处理方式…"
messageTemplate: "诊断决定：{selection}"

已授权或可自治：行动后 card

先完成已授权/可自治动作，再用 cat_cafe_create_rich_block 发结果卡：

kind: card
v: 1
id: code-as-harness-result-{timestamp}
title: "重复摩擦诊断与结果：{问题简述}"
bodyMarkdown: "{已执行动作的简短结果}"
tone: success
fields:
  - { label: 根因, value: "{harness 缺陷 / 架构限制 / 执行失误 / 可沉淀新能力}" }
  - { label: 证据, value: "{出现 N 次 / 跨 M thread / 涉及 K 猫}" }
  - { label: 处置/结果, value: "{已完成动作 + 可验证结果；若未完成则写真实 disposition}" }

• 同意 不要求输入文字；点选后确认即可。
• 不同意 / 其他处理 展开文字框，UI 在理由为空时禁用确认。
• 收到选项回传后继续当前诊断链，不把它误判为一个全新的用户任务。
• 已有明确授权不重复索要授权。 当前消息已经说“直接修 / 开始写代码 / 我同意”时， 直接执行，随后发 card，不再发 decision block。
• interactive 和 card 都必须带根因、证据、处置/建议；不能用“调用过 Rich Block” 冒充结构化诊断完成。

Phase 5：决定下一步

F128 initialMessage 模板（平行猫的任务上下文）

用 cat_cafe_propose_thread 开新 thread 时，必须用 initialMessage 把任务上下文写清楚。平行猫看不到当前 thread 的对话历史，initialMessage 是它唯一的起点。

title: "Code as Harness {Fix/Build}: {问题简述}"
reason: "{operator为什么不满 + 证据摘要}"
initialMessage: |
  ## 任务
  {问题描述 + 根因分类}
  请加载 code-as-harness skill，执行 {Fix/Build} mode：
  1. {具体步骤 1}
  2. {具体步骤 2}
  3. 完成后 cross_post_message 回报主 thread
  
  ## 证据
  {出现 N 次 / 跨 M thread / 根因}
  
  @{猫句柄}
preferredCats: ["{catId}"]

initialMessage 必须自包含——不能写"看上面的讨论"，因为新 thread 里没有"上面"。

Build Mode（沉淀新能力）

前置闸门（48 review 钉死的）

一次性新任务直接做，不建 harness。只有"这类任务会反复来"或"operator明确说要沉淀"时，才进 Build mode。 建 harness 是任务做完后的可选沉淀，不是接到陌生任务的第一反应。

Build 流程（确认需要沉淀后）

调用 Agent Team Leadership meta-method：

1. 探索：我能用什么工具接触这个领域？
2. 约束：operator的具体需求、限制条件、质量标准
3. 分工：谁搜/谁评/谁出报告
4. 验证：operator看前几个结果校准方向
5. 沉淀：如果好用，写成新 skill

弹计划卡让operator确认后再行动。

不打断当前任务（铁律）

如果诊断发现需要深入修复（复杂 harness 缺陷 / 架构限制 / 新能力建设），不要放弃当前正在做的任务。正确做法：

1. 弹诊断卡（30 秒内完成）
2. 提议 F128 新 thread
3. operator确认后，平行猫在新 thread 里修
4. 当前猫继续当前任务

简单 fix（≤10 min）可以当场做，弹一张简短通知卡让operator知道即可。

Common Mistakes

和其他 Skill 的区别

下一步

• 诊断为 harness 缺陷 → 写 fix → request-review → merge-gate
• 诊断为架构限制 → deep-research → 多猫讨论 → feat-lifecycle 立项
• 诊断为可沉淀新能力 → Agent Team Leadership → 新 skill → writing-skills
• 诊断完成后 → 考虑沉淀为 feedback 文件 → self-evolution