Project 01. 只寫提示詞讓 agent 做，和定好規則再讓它做，差多少

相關講義：L01. 模型能力強，不等於執行可靠 · L02. Harness 到底是什麼 本篇範本檔案：templates/

你要做什麼

用 Electron 搭一個最簡的知識庫應用殼子——能啟動窗口、左邊顯示文檔列表、右邊顯示問答面板、本地有一個數據目錄。任務本身不復雜，複雜的是你怎麼讓 agent 完成它。

你需要跑兩次。第一次只給一段提示詞，什麼都不準備，看 agent 能做到什麼程度。第二次提前在倉庫裡放好 AGENTS.md、init.sh、feature_list.json，用結構化的方式告訴 agent 該幹什麼、怎麼驗證、什麼時候算做完。然後對比兩次結果。

這個項目的核心不是寫代碼，是搞清楚"提前花 15 分鐘準備規則"和"上來就讓 agent 幹"之間到底差多少。

用什麼工具

• Claude Code 或 Codex（選一個，兩次都用同一個）
• Git（管理分支和對比）
• Node.js + Electron（項目技術棧）
• 一個計時器（記錄每次運行時間）

具體步驟

準備工作

1. 從一個乾淨的 commit 出發，記錄 commit hash。
2. 創建兩個分支：p01-baseline 和 p01-improved。
3. 準備同一段任務提示詞，內容是："用 Electron 做一個知識庫應用，窗口左邊是文檔列表區域，右邊是問答面板區域，應用需要創建並使用本地數據目錄。"

第一次運行（弱 harness）

切到 p01-baseline 分支。

1. 只用上面那段提示詞啟動 agent。
2. 不提供 AGENTS.md，不提供啟動腳本，不提供驗收標準。
3. 設定相同的時間上限和輪次上限（建議 30 分鐘 / 20 輪）。
4. agent 停下後，運行 npm start（或對應啟動命令），看應用能不能跑起來。
5. 記錄：終端輸出、關鍵 diff、agent 的最終總結。
6. 不要手動修代碼。跑不起來就是跑不起來，如實記錄。

第二次運行（強 harness）

切到 p01-improved 分支。在啟動 agent 之前，先在倉庫裡準備好：

• AGENTS.md：寫明項目結構、啟動命令、Electron 層邊界規則
• init.sh：一鍵恢復可運行狀態（npm install && npm start）
• feature_list.json：列出四個功能點及其完成狀態

然後用和第一次相同的提示詞啟動 agent，同樣的時間上限和輪次上限。agent 停下後，跑 ./init.sh，記錄結果。

怎麼衡量結果

指標	說明
完成狀態	完全完成 / 部分完成 / 失敗
首次成功啟動時間	從開始到 npm start 第一次成功運行
重試次數	中間需要人工干預幾次才能跑起來
遺漏項	agent 宣佈完成時還有哪些功能沒做
過早停止	agent 是否在不可運行狀態就宣佈完成

要交什麼

• 弱 harness 運行記錄：提示詞、日誌/對話記錄、最終 diff、啟動證據
• 強 harness 運行記錄：同上，加上你準備的 harness 檔案
• 一份對比筆記（1-2 頁）：兩次運行的差異、數據、結論

對應講義

• Lecture 01 — 為什麼強 agent 仍然失敗
• Lecture 02 — harness 到底是什麼
• Lecture 06 — 為什麼初始化需要單獨一個階段