## 参考资料
- [[清华大学 驾驭工程 Harness Engineering 研究报告]]
  - OpenAI 对 Agent 开发的建议

## 核心判断
- AI Agent 的代码产出速度，已经远远超过人类逐行 review 的速度。
- 因此，人类注意力不应该继续主要投入在“低杠杆的代码逐行检查”上，而应该转向“高杠杆的约束与表达”。
- 真正限制系统质量的，往往不是 Agent 写代码的速度，而是需求边界、架构约束、接口契约和验收标准是否足够清晰。

## 人类应该重点投入的高杠杆点
- 目标与边界
  - 先定义要解决什么、不解决什么、什么算完成。
- 架构与模块划分
  - 提前收敛模块边界、职责分工、依赖方向，避免 Agent 在实现期自由发散。
- 接口契约
  - 明确输入、输出、异常、状态变化，让实现与 review 都有统一基准。
- 关键流程表达
  - 用图和结构化文档表达核心链路，比直接 review 大量代码更省注意力。
- 验收标准
  - 提前定义“什么结果算对”，比事后追着代码修偏差更有效。

## 适合承载这些高杠杆信息的文档
- SVG 图
  - 用来表达系统结构、模块关系、关键路径。
- C4 Dynamic 文档
  - 用来描述运行时对象/模块之间如何协作，约束核心交互过程。
- Flow 文档
  - 用来描述更细粒度的业务流程、调用顺序和异常分支。

## 一句话总结
- 人类应把注意力从“审每一行代码”，转移到“定义系统该如何被正确实现”。