夜雨聆风很多人刚开始用 AI Agent 的时候，都会有一个误区：
以为只要工具装得够多，AI 就会变得很厉害。
你可能已经装了 Claude Code，接好了模型，写好了 CLAUDE.md，还装了几个 Skills，甚至接了 MCP 工具。
看起来配置很豪华。
但是一真正用起来，问题还是一堆。
让它写文章，它写到一半就说完成了。
让它整理文件，它整理了几个就开始重复检查。
让它调用工具发布内容，它说发成功了，结果你打开平台一看，根本没有。
第二天开新会话，它又开始问你项目结构，好像昨天什么都没发生过。
这时候很多人的第一反应是：
是不是模型不行？
是不是要换更贵的模型？
是不是 Claude 不如 GPT？
是不是国产模型太弱？
其实不一定。
很多时候，问题不是模型不聪明，而是你只给 AI 装了工具，却没有给它装上“管理机制”。
你只是告诉它怎么做，但没有检查它到底有没有做对。
这就是 AI 经常瞎搞的根本原因。
---
## 一、Agent 不只是模型
很多人以为 Agent 就是一个更聪明的 AI。
其实不是。
一个真正好用的 Agent，应该是：
模型 + 管理系统
模型负责思考和执行。
管理系统负责约束它、检查它、记录它、纠正它。
这个管理系统，可以叫 Harness。
你不用把这个词想得太复杂。
它就像套在马身上的缰绳。
马跑得快是好事，但如果没有缰绳，它可能乱跑、跑偏，甚至把你带进沟里。
AI 也是一样。
模型能力越强，它能做的事情越多。
但如果没有规则和检查，它犯错的破坏力也会更大。
所以，问题不只是“模型强不强”。
更重要的是：
你有没有一套机制，让 AI 稳定地干活。
---
## 二、你之前装的大多只是“前置控制”
很多人已经会写 CLAUDE.md，也会装 Skills、接 MCP。
这些东西有没有用？
有用。
但它们主要解决的是一个问题：
AI 开始做事之前，应该知道什么。
比如：
你是谁。
你的偏好是什么。
项目结构是什么。
文章风格是什么。
哪些工具可以用。
哪些事情不能做。
这些都属于“前置控制”。
也就是在 AI 干活之前，先告诉它规则。
但 AI 真正容易翻车的地方，往往不是“开始前不知道”，而是“做完后没人检查”。
它说完成了，你信了。
它说测试通过了，你信了。
它说发布成功了，你信了。
它说文件整理好了，你信了。
可是你没有机制去确认：
它是不是真的做完了？
有没有漏掉文件？
有没有真的打开页面测试？
有没有真的发布成功？
有没有把失败当成成功？
所以，你现在缺的不是更多工具，而是“后置检查”。
前置控制是告诉 AI 怎么做。
后置检查是确认 AI 有没有做对。
只做前置，不做后置，AI 还是会瞎搞。
---
## 三、AI 最常见的四种翻车
### 1. 提前说完成
你让 AI 整理 30 篇文章。
它整理了 5 篇，就开始总结：
“已完成整理。”
你一看，还有 25 篇根本没处理。
这种情况非常常见。
AI 不是故意骗你。
它只是做了一部分之后，感觉“差不多了”，就开始交卷。
问题在于，它没有一个硬标准来判断什么叫完成。
所以以后要给它加规则：
任何任务完成前，必须说清楚：
一共要做多少项。
已经完成多少项。
还剩多少项。
有没有遗漏。
如果没有对上数量，就不能说完成。
---
### 2. 写完不运行
AI 很擅长写代码，也很擅长写方案。
但它经常有一个问题：
它觉得自己写对了，就说完成了。
比如你让它写一个网页。
它写完后告诉你：
“页面已经完成，可以打开查看。”
结果你一打开，页面空白，控制台全是报错。
为什么？
因为它没有真的运行。
它只是看代码“感觉应该没问题”。
这就像一个人做菜，只看菜谱不试吃，就说味道很好。
所以以后要加规则：
代码没跑过，不准说完成。
网页没打开过，不准说正常。
接口没调用成功，不准说接通了。
发布没看到结果，不准说发布成功。
---
### 3. 自己给自己打满分
还有一种情况是，AI 会说：
“测试通过。”
但你一问它测试了什么，它可能只是跑了几个很浅的测试。
甚至这些测试还是它自己写的。
这就像学生自己出卷子，自己答题，自己批改，然后说自己满分。
这肯定不靠谱。
所以不能只听 AI 说“测试通过”。
你要让它说明：
测了哪些功能。
有没有测真实用户流程。
有没有测失败情况。
有没有真实打开页面或调用接口。
测试结果在哪里。
如果它说不清楚，就不能算真正通过。
---
### 4. 新会话就失忆
很多人用 Claude Code 都会遇到这个问题。
昨天聊了半天，AI 明明已经知道你的项目结构了。
今天开新会话，它又开始问：
“请问你的项目结构是什么？”
这不是它故意装傻。
而是 AI 本身不会稳定记住所有事情。
所以，重要信息不能只放在聊天记录里。
你要把它写进文件。
比如：
项目规则写进 CLAUDE.md。
项目结构写进 README.md。
重要决策写进 decisions.md。
任务进度写进 task-log.md。
翻车记录写进 failures.md。
不要指望 AI 记得。
你要让它每次开工前都有东西可以读。
---
## 四、一个完整的 AI 工作流应该是什么样
一个真正稳定的 AI 工作流，不是只靠提示词。
它应该是这样的：
你提出任务。
AI 先读规则和文档。
AI 按照规则开始执行。
执行过程中，危险操作会被拦截。
执行完成后，有检查机制确认结果。
如果翻车，就记录下来。
记录再反过来升级规则。
这就是一个闭环。
简单说：
开始前，告诉 AI 怎么做。
执行中，拦住危险操作。
完成后，检查它有没有做对。
翻车后，记录原因，下次防止再犯。
这才是 Harness 的核心。
不是装更多东西。
而是让 AI 做事有流程、有边界、有检查。
---
## 五、CLAUDE.md 不要写成愿望清单
很多人的 CLAUDE.md 是这样写的：
请用中文回复。
不要乱删文件。
不要过度设计。
遇到问题先问我。
做完后检查一下。
这些话不是完全没用。
但太空了。
AI 看了以后，可能一开始会注意，后面任务一复杂就忘了。
更好的写法是：
不要写“删除文件要小心”。
要写：
任何删除文件之前，必须先列出准备删除的文件清单。
只有我回复“确认删除”以后，才可以执行删除。
这条规则来自之前一次翻车：AI 清理旧文件时误删了重要文件夹。
不要写“完成前要检查”。
要写：
任何任务完成前，必须输出：
目标数量是多少。
已完成数量是多少。
未完成数量是多少。
如果未完成数量不为 0，不准说完成。
CLAUDE.md 不应该只是愿望清单。
它应该是一份“失败经验总结”。
AI 每翻一次车，你就把这次翻车变成一条新规则。
这样你的 CLAUDE.md 才会越来越有用。
---
## 六、危险操作不能只靠提醒，要靠 Hook
CLAUDE.md 是提醒。
Hook 是拦截。
这两个不一样。
你在 CLAUDE.md 里写：
“不要乱删文件。”
AI 还是有可能忘。
但你用 Hook 拦住危险命令，它就真的执行不了。
所以，只要是不可逆的操作，都不要只靠 AI 自觉。
比如：
删除文件。
覆盖配置。
修改 .env 文件。
强制推送代码。
批量移动文件。
批量改名。
发布内容到外部平台。
发送消息给别人。
这些事情一旦做错，后果比较麻烦。
所以应该用 Hook 或者强确认机制拦住。
简单原则是：
能补救的，用 CLAUDE.md 提醒。
不能轻易补救的，用 Hook 拦截。
新手不需要一开始装很多 Hook。
先拦住三类就够：
危险删除。
敏感文件修改。
不可逆发布或推送。
不要追求复杂。
先保证 AI 不会闯大祸。
---
## 七、让另一个 AI 检查它
AI 最大的问题之一，是它很容易觉得自己做得不错。
它做完一个任务后，通常会倾向于说：
“已经完成。”
但它未必真的检查过。
所以，一个更稳的方法是：
让一个 AI 做事。
让另一个 AI 检查。
做事的 Agent 负责执行。
检查的 Agent 负责挑问题。
这个检查 Agent 不负责夸奖，只负责找漏洞。
它要检查：
有没有漏掉需求。
有没有提前说完成。
有没有真实运行。
有没有测试关键流程。
有没有危险操作。
有没有和原始要求不一致。
最重要的是：
主 Agent 不能随便否定检查 Agent。
如果检查 Agent 说有严重问题，主 Agent 要么修掉，要么拿出证据证明没问题。
不能一句“检查 Agent 可能也错了”就跳过。
这样才是真正的验证循环。
---
## 八、一定要建失败日志
如果你现在只能做一件事，我建议你先建一个 failures.md。
这个文件专门记录 AI 翻车。
每次 AI 翻车，你就记一条。
不用写得很复杂。
只要写清楚：
哪天翻车。
你让它做什么。
它实际做了什么。
你原本希望它怎么做。
问题出在哪里。
以后怎么防止再犯。
这条规则加到哪里。
比如：
今天 AI 整理 10 个文件，只整理了 3 个就说完成。
那你就记下来：
问题：提前交卷。
原因：没有检查总数和完成数。
新规则：以后完成前必须输出总数、完成数、未完成数。
加入位置：CLAUDE.md。
再比如：
AI 说小红书发布成功，但实际没有发布。
你就记下来：
问题：虚假完成。
原因：没有检查平台结果。
新规则：任何发布任务，必须提供平台返回结果或截图，不能只说成功。
加入位置：CLAUDE.md 或发布流程文档。
这样记录一段时间，你会发现：
AI 不是突然变聪明了。
而是你的机制越来越完整了。
别人每次都靠运气。
你每次都靠规则。
这就是差距。
---
## 九、不要什么都装，太多也会乱
很多人听完 Harness 很重要，就开始疯狂加东西。
加很多 Skills。
接很多 MCP。
写很多规则。
装很多 Hook。
配很多 Agent。
结果 AI 没变强，反而更慢、更乱。
因为每多一个东西，AI 就多一层判断。
规则太多，它会抓不住重点。
工具太多，它会乱调用。
流程太复杂，它会卡住。
检查太多，它会变慢。
所以 Harness 不是越多越好。
正确的做法是：
翻过什么车，就补什么规则。
遇到什么风险，就加什么拦截。
没有真实问题，就不要提前复杂化。
已经不再有用的规则，要删掉。
每加一个东西，都问自己：
它是为了防止什么问题？
这个问题真的发生过吗？
不加它会有什么后果？
它会不会让流程变慢变复杂？
回答不出来，就先不要加。
高手不是装得最多的人。
高手是知道什么时候该加，什么时候该删的人。
---
## 十、你现在先做这三件事
第一，建一个 failures.md。
从今天开始，AI 每翻一次车，就记一条。
第二，重写 CLAUDE.md。
不要写太多空泛要求。
把真实翻车变成具体规则。
第三，加最基础的 Hook。
先拦危险删除。
再拦敏感文件。
最后拦不可逆发布和推送。
这三件事做好，你的 AI 会立刻稳定很多。
不是因为模型突然升级了。
而是因为你终于给它加上了规则、检查和复盘。
---
## 结尾
很多人用 AI，其实是在抽卡。
这次发挥好，就觉得 AI 很神。
下次翻车，就觉得模型很烂。
再换一个模型，又重新经历一遍希望和失望。
但真正会用 AI 的人，不会只靠运气。
他们会建立机制。
开始前有规则。
执行中有边界。
完成后有检查。
失败后有记录。
记录后会升级。
这就是 Harness 的价值。
它不是让 AI 永远不犯错。
而是让每一次错误都能变成下一次的规则。
当你把这套机制搭起来以后，你的 AI 就不再是一个随时可能瞎搞的实习生。
它会慢慢变成一个有流程、有记忆、有检查、有复盘的工作助手。
新手一直问：
哪个模型最强？
高手会问：
我的 AI 工作流哪里还没有闭环？
当你开始问第二个问题，你就已经不只是“使用 AI”了。
你是在训练一套真正属于自己的 Agent 系统。