技能介绍

问题：Agent 能自己跑几天吗

多数 Agent demo 只活一次会话：让它写代码，代码能改；让它打分，分数也能改。一旦指标、rubric 和工具都能被同一个循环碰，Agent 就可能通过调低门槛让自己通过，或在长循环里丢掉计划、重复已被否决的尝试。受控外壳工程只解决一件事：给自主循环加一层控制面。

核心能力：控制面不是更多提示词

技能把边界拆成四类界面，并显式回答谁能改、反馈从哪来、状态写在哪、什么操作必须人批：

Locked：指标、rubric、校验脚本、合并策略。Agent 可读、可提议修改，但不能用改过的规则给自己打分。
Editable：skill 草稿、实验文件、待测 prompt/配置。循环内可改。
Append-only：结果日志、研究线索、被拒想法。只能追加，不能回写。
Human-controlled：合并、部署、凭据、破坏性操作。缺显式授权就不执行。

在此基础上，它要求反馈快、无歧义、难作弊：最小 autoresearch 循环可以是可编辑文件 + 锁定评估 + 固定墙钟预算 + 标量指标 + git 回滚；更开放的“研究到 skill”循环则换成锁定 rubric、确定性结构检查、来源可追溯和人工评审阈值。

持久状态必须外置：计划、来源队列、结果、失败、交接写进文件，未来 Agent 不靠聊天历史也能续跑。搜索纪律也写进外壳：定期刷新上游来源、大预算前查新、保留被拒尝试、留一法剪枝、质量相当时奖励简化、晋升前独立验证。机制登记表用稳定 mechanism_id 区分“已接受机制”和散文，既防关键词旧话术，也防真正重复的机制。

输出与边界

主工件是 HarnessSpec：目标、四类界面、反馈机制、状态、文件布局和下游 skill。它适合长研究循环、可编辑代码/内容环境、能产 PR 或后台运行的 Agent；不替代 evaluation 质量门、tool-design 的工具契约、project-development 任务适配，或 hosted-agents 的沙箱边界。没有自主控制面时，它不是通用质量门。