參考資料

這些說明用來解釋如何把範本組成一套可運作的執行環境，而不是把它們當成零散檔案。

內部參考說明

• method-map.md：把常見的長時編碼代理失敗模式，對應到最先該補的工件或操作規則
• initializer-agent-playbook.md：初始化代理在功能開發開始前，應留下哪些內容
• coding-agent-startup-flow.md：後續編碼工作固定的工作階段啟動流程
• prompt-calibration.md：如何讓根指令保持明確，同時避免膨脹與僵化

核心文章

這份清單刻意保持狹窄。這裡的執行環境，指的是模型外部的執行系統，涵蓋代理迴圈、工具執行與沙箱，以及狀態管理、驗證與可觀測性。一般性的提示工程或寬泛的代理框架文章，不放進核心清單。

原始的三篇文章仍是課程骨幹：

• OpenAI: Harness engineering: leveraging Codex in an agent-first world（2026-02-11）：代理優先的儲存庫、儲存庫在地脈絡、自訂 lint 與結構護欄。
• Anthropic: Effective harnesses for long-running agents（2025-11-26）：初始化代理、編碼代理、功能清單、進度日誌，以及跨上下文視窗的交接。
• Anthropic: Harness design for long-running application development（2026-03-24）：planner / generator / evaluator 角色、上下文重設、執行環境簡化與過時假設。

另外只加入少數高度相關的 2026 文章：

• OpenAI: Unrolling the Codex agent loop（2026-01-23）：Codex 執行期執行環境、工具呼叫、脈絡增長與迴圈終止。
• Anthropic: Demystifying evals for AI agents（2026-01-09）：把模型與執行環境一起評估，並區分 evaluation harness 與 agent harness。
• LangChain: Improving Deep Agents with harness engineering（2026-02-17）：在模型不變的情況下，調整 system prompt、tools、middleware、tracing 與自我驗證，讓編碼代理在 Terminal Bench 2.0 從 Top 30 提升到 Top 5。
• Thoughtworks / Martin Fowler: Harness engineering for coding agent users（2026-04-02）：把編碼代理使用者的執行環境拆成 feedforward guides 與 feedback sensors，並區分 deterministic controls 與 inferential controls。
• Cursor: Continually improving our agent harness（2026-04-30）：把執行環境視為持續改進的產品系統，透過離線評估、線上 metrics、工具錯誤分類、模型調校與 mid-chat model switching 改善行為。

2026 延伸參考

這些不是課程核心來源，但在設計特定執行環境模組時仍有價值。這一節只保留正文直接討論代理迴圈、工具執行與脈絡管理，或深入分析驗證、沙箱與治理機制的來源。純產品介紹、平臺公告、團隊案例與 benchmark 文章不放在這裡。

• OpenAI: Unlocking the Codex harness: how we built the App Server（2026-02-04）：把執行環境抽象成可重用的 App Server 協定，涵蓋 thread lifecycle、resume、fork、diff 與客戶端整合。
• OpenAI Developers: Run long horizon tasks with Codex（2026-02-23）：長時任務中的持久專案記憶、里程碑驗證與 done-when 範例。
• OpenAI: The next evolution of the Agents SDK（2026-04-15）：模型原生的執行環境、沙箱執行與檔案／命令執行能力。
• OpenAI: An open-source spec for Codex orchestration: Symphony（2026-04-27）：把 issue tracker 或 Linear 看板轉成多代理控制平面。
• Anthropic: Building a C compiler with a team of parallel Claudes（2026-02-05）：平行代理團隊、任務鎖、git 同步、容器隔離與自主迴圈。
• Anthropic: Scaling Managed Agents: Decoupling the brain from the hands（2026-04-08）：從 meta-harness 角度，把工作階段、執行環境與沙箱拆成可替換介面。
• Anthropic: An update on recent Claude Code quality reports（2026-04-23）：reasoning effort、脈絡裁剪與 system prompt 都屬於執行環境變更，且需要迴歸治理。
• LangChain: Context Management for Deep Agents（2026-01-28）：以 filesystem offloading、tool-call truncation、summarization 與 targeted evals 建構脈絡管理執行環境。
• LangChain: Tuning Deep Agents to Work Well with Different Models（2026-04-29）：針對不同模型，以提示詞、工具名稱、middleware 與子代理設定建立專屬執行環境設定檔。
• LangChain: Continual learning for AI agents（2026-04-05）：把代理改進拆成模型、執行環境與脈絡三層，並以 traces 作為改進訊號。
• Microsoft: Agent Harness in Agent Framework（2026-03-12）：shell／filesystem 執行環境、核准流程、託管 shell 執行與脈絡壓縮。
• Google: Announcing ADK for Java 1.0.0（2026-03-30）：plugins、event compaction、HITL、session／memory services 與 A2A，可作為可重用的執行環境原語。
• GitHub: Automate repository tasks with GitHub Agentic Workflows（2026-02-13）：把 GitHub Actions 當成代理式工作流程執行器，涵蓋 safe outputs、sandboxing、permissions 與 review。
• AWS: AI agents in enterprises: Best practices with Amazon Bedrock AgentCore（2026-02-03）：企業執行環境分層，包括 Runtime、Memory、Gateway、Identity／Policy、Observability 與 Evaluations。
• Stripe: Minions: Stripe's one-shot, end-to-end coding agents（2026-02-09）與 Part 2（2026-02-19）：devbox 隔離、自訂代理執行環境、blueprint 狀態機、規則檔案、MCP tool curation、安全控制與 pre-push／CI 回饋迴圈。
• Cognition: What We Learned Building Cloud Agents（2026-04-23）：雲端代理執行期的 VM 隔離、工作階段快照／恢復、協調、治理、稽核日誌與整合。
• Cognition: Multi-Agents: What's Actually Working（2026-04-22）：generator-verifier 迴圈、乾淨脈絡 reviewer、smart-friend routing、manager-child coordination 與跨代理通訊邊界。
• Replit: Decision-Time Guidance: Keeping Replit Agent Reliable（2026-01-20，2026-01-23 更新）：在決策點以輕量分類器注入短指令，而不是把所有規則塞進系統提示詞。
• Vercel: How we made v0 an effective coding agent（2026-01-07）：動態系統提示詞、串流重寫層與 deterministic／model-driven 自動修復器。
• Vercel: Introducing deepsec（2026-05-04）：面向安全掃描的編碼代理執行環境，包含 scan、investigate、revalidate、enrich、export、plugin 與 refusal-checker 步驟。
• Sourcegraph: CodeScaleBench（2026-03-03）：可作為 eval／tooling 執行環境參考，涵蓋 MCP tool 採用、tool-use transcripts、benchmark QA、verifier／reproducibility gates 與 prompt／preamble 迭代。

嚴格來說，只屬於 2025 的一般參考資料不會進入核心清單。原始的 Anthropic 2025 文章仍保留，因為它是本課程的方法基礎。

建議閱讀順序

1. method-map.md
2. initializer-agent-playbook.md
3. coding-agent-startup-flow.md
4. prompt-calibration.md
5. OpenAI Harness engineering
6. Anthropic Effective harnesses
7. Anthropic Harness design for long-running application development
8. OpenAI Codex agent loop
9. Anthropic agent evals
10. LangChain Improving Deep Agents
11. Thoughtworks / Martin Fowler Harness engineering for coding agent users
12. Cursor Continually improving our agent harness