Agent 技术栈里缺失的那一层

让任何一个工程团队画出他们的 agent 技术栈，你都会看到同一张图：底下是模型，中间是一圈 harness——规划、工具调用、记忆——旁边挂着一列越来越多的集成。两年时间，harness engineering 把这张图的机器那一半标准化得飞快。

现在问同一个团队：他们的 agent 了解那个被服务的人吗？答案几乎总是散文体：一份粘贴进 system prompt 的简历，几段聊天记录，一段写于 2023 年的自我介绍。机器那一半有了纪律，人的那一半还停留在复制粘贴。

这张栈现在到底长什么样

机器这一侧之所以分层迅速，是因为每一块都在解决一个供给问题：

• 模型供给推理；
• Harness 供给控制流——规划、重试、工具路由、评测；
• 协议供给集成——一套工具 schema，众多客户端；
• 记忆供给历史。

清单里每一个格子都有稳定的 schema、干净的传输协议、明确的读取授权。除了一格。

空白：那个人

整个系统名义上在服务的那个人，恰恰是 harness 最不理解的一项输入。今天，人类上下文以三种非常具体的方式失败：

1. 不可验证。 一个“了解你”的 agent，实际上是在根据一份简历做猜测。主张和出处之间没有任何链接，因此没有任何东西可被检验。
2. 无版本。 人会变——岗位、兴趣、约束都会变。prompt 里的散文与现实静默漂移，没有任何机制告诉 harness 它现在对话的是哪一个版本的你。
3. 要么全给，要么不给。 粘贴一份文档，就暴露了文档里的一切。你没有办法说“这个客户端可以看我怎么工作，但不能看为什么”——没有 scope，没有撤回，没有日志。

这些不是 prompting 问题。你没法靠更好的 system prompt 修好它们，就像你没法靠把文档写得更漂亮来修好一个没有版本号的 API。

什么样的一层才算“层”

一个层，是 harness 可以依赖的东西。这句话有具体的含义：

• 一份稳定的 schema，不会因客户端不同而变形；
• 一条传输通道，一个规范信封——程序走 REST，agent 客户端走 MCP；
• 授权在读取时求值，而不是在复制时；
• 版本，让画像可以改进而不静默漂移；
• 撤回，本人说停，访问即止。

人类上下文默认一项都没有。这就是缺口。

我们的选择：上下文是供给问题

ProfileClaw 对待职业上下文的方式，和 harness engineering 对待其他一切的方式一致——把它当成测量与供给问题。四份简短的测评记录一个人真实的工作方式：兴趣（RIASEC）、工作风格（大五）、价值观、可验证的技能。结果以分层、带版本的画像形式存在，任何 harness 都通过一个按 scope 授权的 API 读取。

对 builder 来说，实际的变化是从“推断”转向“读取”。今天，agent 从碎片里推断你是谁，把个性化演成一出戏；有了上下文层，harness 读到的是一份结构化摘要——新鲜的、经过授权的、有日志的——prompt 留给任务本身。

Harness engineering 的下一个前沿不是又一个工具协议。工具已经有了自己的故事，缺的故事是标准化的人类输入——一个把“人”当作模型一样认真对待的层。