跳到主要内容

发现与证据

Better Harness 刻意保持诚实：报告中的每条论断都以实际观察到的内容为边界。 本页解释让报告可信的那些边界。

证据边界​

三个证据域在统一分析之前保持相互独立：

  • 会话证据 —— 在支持真实本地会话源的宿主上，智能体在相关 Task Episode 中实际做了什么。
  • 项目证据 —— 仓库机制：指令、验证、hooks、交付关卡和可复用知识路径。
  • 智能体资产 —— 已配置的 Skills、命令、规则、MCP 工具和指令文件。

三者共享同一条边界：已配置的资产只能证明某个机制存在，只有关联的任务证据 才能证明它被使用过或改善了结果。

一条发现包含什么​

每条发现把一个有据可依的差距转化为可执行的条目：

  • 影响 —— 这个差距为什么对工作循环重要；
  • 证据 —— 该发现所绑定的可见来源；
  • 期望产出 —— "修好了"是什么样子；
  • 限定范围的修复 —— 一份供评审的有边界修复方案草稿；
  • 验收检查 —— 如何验证修复已落地。

缺失或不完整的证据在报告中保持显式标注，而不会变成没有依据的分数或论断。

项目视角：五个软件能力​

在以任务为中心的 Agent Work Loop 之外，独立的项目证据评审使用一个静态视角：

能力回答的问题
Context Map智能体能否找到正确的上下文、边界、风险区域和下一步？
Environment Readiness项目能否在不靠猜测的情况下完成搭建、运行、重置和诊断？
Fast Feedback改动后相关检查能否快速返回有用反馈？
Quality Gates架构、安全、schema、迁移和漂移规则是否被强制执行？
Change Safety高风险操作、验收和恢复是否受控？

未被观察到的任务行为永远不会被当成仓库能力缺失。

置信度​

报告的置信度分为低/中/高，绑定实际执行了多少（而非只是阅读）。纯静态的首次 评审保持低/中；通过当前检查只能证明干预被执行过，只有可比的后续结果才能 证明循环改善了。

深入阅读​