讓AI連續工作10小時不崩潰？揭秘Anthropic官方推崇的“Harness工程”！

很多人用Claude Code跑長任務，跑著跑著AI就變傻、甚至罷工。
原因很簡單：上下文窗口爆了。
今天分享一套讓AI“無限續航”的系統級方案（Harness Engineering），不僅能讓AI幹活，還能讓它自我進化。
1⃣ 核心原理：重置上下文
AI的記性有限。官方Anthropic的思路是：把大任務拆碎，每次只讓AI在一個全新的、乾淨的上下文裡幹一件小事。
❌ 錯誤做法：把所有需求一次性塞給AI。
✅ 正確做法：拆解任務 -> 獨立會話執行 -> 記錄進度 -> 下一個循環。
2⃣ 方案對比：Ralph vs 多智能體
方案A（Ralph循環）： 用Bash腳本寫個while循環，強制重啟新會話。簡單粗暴，適合極客。
方案B（多智能體協同 - 推薦）： 我在用的方案。更靈活，更像真實團隊。
主Agent（Coordinator）： 只負責調度，絕不寫代碼（保持上下文極其乾淨）。
子Agent（Workers）： 計劃、開發、測試（佈局/美觀/動畫）。各司其職，獨立上下文。
3⃣ 工作流設計（關鍵！）
我的實戰工作流：
主Agent 接收需求 -> 丟給 計劃Agent 出排期。
主Agent 拿到計劃 -> 派給 開發Agent 寫代碼（只傳文件路徑，不傳大段代碼！）。
開發完 -> 派給 測試Agent 找Bug。
Bug修復閉環： 測試掛了？用 resume 參數喚醒同一個開發Agent修Bug（保留現場上下文），而不是開新號！
4⃣ 讓AI自我進化的Secret Sauce
Lessons Learned： 建一個經驗庫文件。每次踩坑，強制AI把錯誤寫進去。下一次開發，先讀這個文件，避免重複犯錯。
文件通信： Agent之間只傳文件路徑（Path），不傳具體內容。主Agent的上下文永遠只有幾行字，永不爆窗。
這套系統我跑了一個通宵，生成了20多頁PPT，質量極高。
真正的Harness不是讓AI更聰明，而是設計一套不依賴AI記性的流程。