自进化 Agent 工程实战--极客时间课程推荐/优惠

你将获得：

• 深入解析 Codex / Hermes 的 Harness 机制；
• 攻克长程 Agent 要解决的 20+ 个难点；
• 实现一个自进化 On-call Agent（含配套代码）；
• 建立可观测、可验证、可回滚的 Agent 进化闭环；
• 提升 Agent 学习能力，构建受控 RSI。

为什么做这门课

让 Agent 写代码、跑测试，完成简单任务已经常态化。接下来，企业希望把更完整、复杂的工作交给它。因此，如何让 Agent 长期承担工作，并在使用中持续改进，成为 Agent 落地新挑战。
现实中，两个难点经常同时出现：人一离开，Agent 就可能忘记目标、丢失进度或越过权限边界；人纠正过的问题，换个会话，它又重新犯了一遍。每次都要守候和返工，Agent 的行动能力就很难真正转化为工作价值。
要跨过这道门槛，需要先让 Harness 接住目标、状态、权限和验收，再建立一条学习闭环：从工作中提炼经验，验证改进效果，让有效的方法进入后续任务。这正是《自进化 Agent 工程实战》要带你掌握的能力。
为此，我们邀请了国内头部大模型团队算法负责人 Tyler 老师，带你深入 Codex 与 Hermes 的 Harness 机制，逐步实现一个会积累经验、能够受控进化的智能体。

这门课教什么

课程以一名长期在线的 On-call（值班）Agent 为主线，提供配套代码。它平时巡检部署、配置和运行指标，收到告警后转入故障调查。遇到高风险操作，需要请求审批；得出调查结论，需要接受外部证据的检验。一班值守结束后，它还会复盘失败和人工纠正，为下一次工作提出改进。

课程的五个篇章，就沿着这名 Agent 的能力成长逐步展开。
第一部分：初识 Harness，看懂一句要求怎样变成连续行动
从 Codex 入手，拆解 Agent Loop、运行时控制和上下文引擎。
你会看见 Agent 怎样决定下一步、调用工具并处理返回结果，也会理解工作中的新消息何时生效、模型每一轮究竟能看见什么。由此建立对 Harness 的整体认识，找到工程师能够干预任务的关键位置
第二部分：长程运行，让 Agent 带着目标、方法和边界持续工作
当任务持续几十轮、几百轮，怎样压缩历史而不丢失关键线索？怎样借助旧经历开启新的调查？怎样让规则持续生效，又避免把所有资料塞进上下文？这一部分将串起 AGENTS.md、上下文压缩、会话分支、Skill 和渐进披露，再通过隔离与审批限定行动范围。你将理解人类的提醒、守候和叫停，如何逐步由 Harness 系统机制承接。
第三部分：经验回流，让一次工作留下可复用的事实和方法
从这一部分开始，课程转向 Hermes，观察任务结束后的后台复盘与学习。
“日志已迁移到新入口”应该怎样写入 Memory？一次有效的故障排查，怎样提炼成 Skill？环境变化以后，旧记忆如何修正，老方法如何更新？
你将沿着后台复盘、记忆维护、历史会话检索、外部知识接入和 Skill 演化，理解 Agent 怎样从完成任务走向积累经验。
第四部分：可信可控，让新方法经得起验证，也退得回旧版本
经验越来越多，技能库怎样整理？新 Skill 在当前任务中有效，换个场景还能用吗？一次修改改善了部分结果，会不会损害原有能力？
课程将讲解 Skill Curation、业务 Eval、A/B 测试、安全恢复和离线优化。你会学习利用一批任务比较新旧方法，让改进经过评测、审批和版本管理，再进入后续运行。当运行持续产生经验，经过验证的经验又持续改善运行，就形成了课程所讨论的受控递归自我改进（RSI）闭环。
第五部分：群体进化，让一个 Agent 学到的方法成为团队能力
借助 SkillClaw，进一步观察不同 Agent 的经历怎样汇集、去重和验证，以及共享 Skill 怎样按岗位、项目和权限边界进入下一班值守。
最后，将这些机制组装成完整的自进化 On-call Agent：能够持续工作，提出经验更新，通过评测引入新能力，并在效果退化时回滚。
贯穿课程的能力进度是：连续行动 → 长程值守 → 积累经验 → 验证改进 → 共享能力。每一步都对应具体的工程问题，带你结合真实挑战，掌握自进化 Agent 设计方案。

学完你会获得什么

• Harness 机制理解。理解任务、上下文、状态和权限如何共同影响 Agent 行为。遇到执行偏离或效果波动时，知道从哪里检查、该调整哪一层机制。
• 一个亲手实现的自进化 On-call Agent。结合配套代码，串起持续运行、人工介入、结果验收和任务后复盘，为迁移到自己的业务场景建立实践基础。
• 一套把工作经验转化为 Agent 能力的方法。学会提炼和维护 Memory、设计和演化 Skill，让成功、失败与人工纠正成为后续任务可以利用的资产。
• 一条能够验证效果、管理版本和撤回错误的进化闭环。掌握新旧方法比较、离线优化和共享治理，既能推动 Agent 学习，也能判断它是否真的变好了。

当你下一次纠正 Agent 时，可以进一步让这次纠正成为经过验证的方法；当你把一项工作交给它时，也能把目标、边界和验收留在系统里。从看懂 Harness，到塑造会学习的数字分身，你将逐步把自己的工作方法转化为 Agent 能够执行、复用和持续改进的能力。

开篇词

• 开篇词｜从看懂 Harness，到塑造会学习的数字分身
• 直播回放｜从独立作业到经验成长：企业 Agent Harness 落地指南

初识 Harness

• 01｜Agent 执行引擎：一句话怎样变成连续行动?
• 02｜一封迟到的信：怎样改变一个正在工作的 Agent？
• 03｜上下文引擎：模型每轮对话都会看见什么？

长程运行

• 04｜AGENTS.md：如何设计规则指导 Agent 未来行动
• 05｜上下文压缩：如何压缩历史才不影响任务延续？
• 06｜会话分支：怎样借助旧经历，开始一场新的调查？
• 07｜经验技能化：怎样把一次排查经历提炼成可复用的方法？
• 08｜渐进披露：按需调阅关键上下文
• 09｜令行禁止：用隔离与审批守住授权边界

经验回流

• 10｜原生学习：Hermes 与递归自我改进
• 11｜幕后复盘：Hermes 为什么回答以后还在忙？
• 12｜记忆维护：Hermes 怎样修正过时的记忆？
• 13｜会话还原：Agent 怎样按需核对自己的旧记录
• 14｜海纳百川：Agent 怎样用上企业知识与共享经验？
• 15｜自主 skill 学习：从完成任务到领悟方法
• 16｜增量 Skill 演化：Agent 服务怎样持续适应新需求？

可信可控

• 17｜Skill Curation：方法越积越多，谁来整理整个技能库?
• 18｜业务 Eval：怎样用对照评测为 Skill 自进化把关？
• 19｜企业数据集：怎样用 Langfuse 把真实经历变成可重跑的评测题？
• 20｜离线优化：怎样利用一批任务，自动寻找更好的 Skill？

群体进化

• 21｜SkillClaw（上）：怎样从多个在线 Agent 的经历中蒸馏 Skill？