Agent 的可靠性不只取决于模型能力，还取决于模型外部的执行环境、工具协议、上下文管理、编排、可观测性、评估和治理。这里用 ETCLOVG 七层架构系统讲清 Harness Engineering 的设计方法和落地检查项。
围绕近期热度较高的 9 个 AI 工程开源项目，梳理它们分别解决什么问题、核心机制是什么、适合哪些场景，以及科研写作、代码理解、Agent 工程化、端侧语音和 AI 视频生成中的选型思路。
Claude Code 用在数仓开发时，常见问题是上下文压缩后遗忘约束、SQL 规范执行不稳定、高 token 操作污染主会话。围绕 Harness、Hooks、Subagents、CLAUDE.md 和 SKILL 改造，可以把 AI 编码从临时对话升级为可验证、可持久化、可隔离的研发流水线。
Skill 不只是 prompt，而是一套由说明、资料、脚本和评测共同组成的能力单元。通过 8 阶段迭代循环、三层评测、5 维 AND 门控和 Trace 诊断，可以把 Skill 当成可训练对象，让它在数据和指标约束下自动改进。
Agent 架构的核心不是提示词技巧，而是状态、控制流和评估器的设计。围绕 Reflection、Tool Use、ReAct、Planning、PEV、多 Agent、记忆、搜索、模拟和安全闸门等 17 种模式，系统拆解它们解决的问题、拓扑结构、适用场景和工程代价。
Claude Code 通过分层压缩、全量摘要和附件恢复管理长对话上下文。内容覆盖上下文窗口压力来源、常见方案缺陷、Auto-Compact 的触发阈值、消息重组、摘要 prompt 设计和压缩后的接续机制。
Skill 是给 AI Agent 使用的结构化指令包，用来沉淀可复用的工作流。内容覆盖 Skill 的加载机制、SKILL.md 写法、安装发布流程、跨平台兼容、版本治理、调试评测，以及如何用一个开发助手 Skill 管理完整开发闭环。
academic-research-skills 是一套面向 Claude Code 的学术研究技能包，把文献调研、论文写作、模拟审稿和修订定稿组织成流水线。重点讲清它的四个 Skill、完整性闸门、引用核验、反谄媚协议和上手方式。
Codex App 的移动端入口集成在 ChatGPT iOS 中，可以把手机作为远程控制台给本机或云端 Codex 派发任务。这里梳理版本更新、权限模式、多电脑绑定、SSH 连接和常见坑，帮助把移动端 Codex 配成稳定的远程开发入口。
