怎么信任 Agent

今年（2026 年）才只是以 Claude Code 为标志的 Coding Agent 第二年（Claude Code 发布于 2025 年 2 月 24 日），但是现在依然还没有特别多的人大量使用 Agent。 Coding Agent 已经从只负责 Coding 转向泛用 Agent 了，因为 Code 本身就是 Agent 与世界交互的主要方式。

发生明显变化的过程是

• 生成文本 -> 简单的补全、替换
• Tool call -> Agent 只能输出固定工具调用
• MCP -> 通过一定的协议来提供大量 Tool, 不管是不是用得上
• Code mode / DSL / Shell is all you need / Dynamic workflow -> 让 Agent 能以代码的方式来编排和操作一切，Agent 会逐步的去发现他环境的能力和它的世界做交互。

一路走过来，Agent 做的事情越来越多，人做的事情越来越少。但是对使用 Agent 尚且不足的人来说，门槛却变得越来越大了，AI Agent 未来会（或者说已经）变成接近手机、搜索引擎这种基础设施一样的存在。 我认为很难的一点是建立信任。

Agent 领域现在一个非常热门的话题是 Harness（挽具 / 缰绳），目的就是为了驾驭 Agent。

过去一年模型迭代极快，最近开始放缓，模型对于所有人来说都是平等的存在，那么每个人的不同点就在于对 Agent 不同的理解，你的 Agent 区别于别人，你使用 Agent 的效率和结果不同于别人，那么多半是 skill issue 了。

模型迭代，每次都会带来个人 Harness 的部分调整，那么选择投入个人时间精力的时候，强烈建议选择自己完全掌控的方式，以下是我个人掌控 Agent 的方式。

不变的是沉淀

下一次模型升级后，什么仍然属于你？

这是我认为在这个过程中比较有价值的问题，不过最近这个问题的价值在逐渐缩减了，因为模型已经内化了大部分你知道的好的 Prompt 实践经验了，但这个问题依然重要，它决定了你做哪些事才有价值。

• 会变化的东西
  • 模型、产品、Prompt 技巧
  • 昨天需要手工写出的步骤，明天可能成为模型的默认能力。
• 应该留下的东西
  • 上下文、判断、过程与证据
  • 它们不会因为模型变强就自动进入下一个模型。

问题不是“哪个 Agent 最强”，而是“哪些资产能跨越 Agent 的更替”。

所以，我会围绕留存价值来组织我的信息结构。

Harness 有半衰期，Context 会复利

时常我们都会追新，尝试切换使用的工具，例如 Codex 出来的时候，从 CC 迁移到 Codex，DSH 出的时候又迁移到 DSH，结果又发现 Hermes 也不错。

Harness 时常会变，今天可能发现了这个插件好用，明天又听说了另一个，来回的变化切换是很正常的行为，甚至 Harness 本身也是在快速迭代增加新的功能和做出内部架构的变化。

但本地组织好的上下文、结构与信息，无论工具怎么切换，它们都不会失效。理论上，切换 Agent 带来的体验变化更多取决于产品品味；但能否完成任务、达成目标，核心取决于本地信息上下文的组织。

在本地上下文中，我们也需要随着模型升级迭代来优化本地的信息内容。

沉淀的是价值

信息越多，不等于掌控越多

在早期的时候，模型对指令的遵从，对常见使用模式的理解远远不如现在，但是现在模型已经是另外一个 Level 了，你需要相信它能完成预期的任务，建立这样信任需要很多的前提

Confidence comes from inspectability, not familiarity.

• 应该能回答
  • 它基于哪些文件、命令和结果？
  • 哪些内容是事实，哪些是推断？
  • 哪些关键上下文可能缺失？

信任来自于对过程的肯定，来自于多次的沟通尝试，来自于历史的任务完成，更来自于我对过程的可审查。

不要只留下答案，要留下想法如何变成答案的路径。

因此，我本地组织的结构会尽量保留过程内容，某种程度上相当于是对它思维过程的“蒸馏”或概括。你可以选择不看，但是不能没有，因为下一次是否成功很可能依赖这一次过程：它可以犯错，但不能重复犯错；做成过的事，有记录就能再次做成。

好的静态规则，来自很多次动态判断。

这个过程好似一个漏斗，人类（或者 Agent）都是能做到吃一堑长一智的，通常规则也都会包含“启发式”的规则补充，且过程留存也应该是能辅助于提供和完善更多的规则，当这样的基础规则能循环起来后，逐步的优化迭代其实现在的 Agent 已然能够自行完成。

价值产生信任

当你和 Agent 沟通次数越来越多了以后，你会发现它能越来越贴合你的想法和预期。在这样的正向反馈循环下，才能对 Agent 产生足够的信任，理解它的边界和能力，然后在每次升级后，再次认识它，扩展新的能力和边界，长此以往才能做到驾驭 Agent。

参考

• 我的个人实践 https://wener.me/notes/dev/vibe-coding