Flowness 是 ToWow 的一种 Harness,用于组织 AI Agent 的持续工作。这个系列介绍 Flowness 的工作流程与具体工程机制。
一项需求怎样成为可执行任务,又怎样留下可以签收的成果?这个系列从整项工作的关系出发,进入一次具体自开发,再讨论跨会话操作与企业方法如何生长。
第 0 章先说明 Agent Harness 这一层管哪些事。之后四篇分别提供系统总图、六月历史工程实录、长任务交接与验收指南,以及按真实项目沉淀方法的路径。接下来的三篇深入合并关口、类型化事件和故障恢复。
各篇配有原创 SVG 结构图与具体例子;历史记录、实现行为和方法建议在相关段落中说明。可以沿整条工作线阅读,也可以进入当前最关心的问题。
Agent Harness 是什么:模型之外,让长时间 agent 工作可交接、可验收、可恢复的那一层 ↗
先说明 agent harness 是模型之外的哪一层,管哪几件事,与 agent framework、模型 API 的边界,以及中文里现有的叫法。
从需求到验收:Flowness 怎样把一项工作串起来 ↗
从需求、设计依据与任务包,到候选结果和复查,沿完整工作流理解各环节交接什么。
把上下文接到任务上:一次 Flowness 自开发实录 ↗
沿一次六月自开发任务,读合同、接线选择与范围内外的成对控制。
长任务怎样交接、暂停与验收 ↗
按交出工作、换手、暂停、恢复与验收,安排跨会话任务。
从第一个项目,长出企业自己的 Flowness 工作方法 ↗
从真实需求出发,交付业务成果,同时留下可复用、可修订的判断依据。
我们见到的企业AI落地失败原因,集中在选题、数据、接入和验收四个环节 ↗
企业 AI 落地失败,常集中在选题、数据、接入和验收四个环节。每一环给出可判断的信号和我们的处理办法。
企业AI落地多少钱:费用主要由数据、对接、写回、验收和维护五块工作量决定 ↗
企业 AI 落地的费用由数据、对接、写回、验收和维护五块工作量决定。逐项说明为什么花钱,并给出立项前估预算的做法。
ERP 接入 AI 怎么做:先做一份只读的清单 ↗
ERP 接入 AI 的第一步是一份只读、有人确认的清单。讲清取数、对账、缺数据的处理,以及何时才写回。
AI 改规格书能做到哪一步:6 组真实文件、773 个字段的逐项比对 ↗
承认书里写了的参数,AI 大多能改进图纸;图形重绘和承认书之外的内容,要工程师来定。这是一家电子元器件制造企业的 6 组真实规格书、773 个字段逐项比对出来的结果。
公司里只有一个人类,每天上班的是 400 多个 Agent ↗
Anthropic 刚公开了楼里的 Agent 怎么干活,上千人带着 Agent。我们这家公司只有一个人,Agent 自己验收、自己修、自己管自己。开门,看看里面长什么样。
从问题登记册到合并关口:一次“全绿”漏洞的工程复盘 ↗
把修复经验变成可执行约束,还需要证明约束实际运行在将要合入的代码上。一次通过数足够却漏掉守卫的反例,推动了逐目标审计、合并后树验证和关口负对照。
完成事实的入口:类型化事件与共享写入边界 ↗
当完成声明藏在通用事件包装中,写入许可与消费含义可能错位。Flowness 的一次修正把禁止包装的规则放进两条写路共用的校验边界,并以逻辑读视图保留合法历史事件,再用 AST 守卫约束生产者与消费者的演化。
游标最后推进:从两次故障推导信号重放 ↗
一批信号可以重读,却不能重复加到累计值里。沿着丢信号与重复计数两个故障窗口,推导游标、计数和字节水位的写入顺序。
别让 Agent 既当运动员又当裁判:Claude Code 独立验收的 4 个做法(附最小可跑配置) ↗
运动员不当裁判:写代码的 Agent 不给自己验收,这就是内控里的职责分离。我们的一次验收里,验收 Agent 自己找了 20 处把代码改坏,其中 5 处,1621 条相关测试一条没红。本期讲换人、收权、改坏、走默认入口,附最小可跑配置。
AI 其实很费流量 ↗
一台有月流量额度的中转服务器,7 天用掉了额度的 95%。顺着流量记录往下查,花掉流量的是 AI 在正常干活:它每走一步,都要把整段上下文重新上传一遍。
周一先催谁:我们怎样把应收催收排成一份每周的清单 ↗
应收账款催收助手读你从 ERP 或 Excel 导出的应收表,每周一交出催收清单和催款函草稿。文中讲它怎么算账龄、怎么排先后、哪些事不做,以及哪三种情况下结果会打折。
共享盘有六十万份文件,怎样让多个 AI 找得到、跟得上 ↗
一位读者的公司共享盘上有六十多万份文件,每天还在增加。我们讲讲自己的做法:先登记每份文件在哪、内容是什么、有没有变,再让不同的 AI 从同一个入口去找。
监控全绿,Agent 却一夜没交活:心跳只证明它活着,要盯产出,还要给巡检装死人开关 ↗
沉默不是证据:心跳只证明 Agent 还活着,交没交活要看产出;巡检本身也会停,所以要给它装一个死人开关,两个周期没有新记录就叫人。读完你能搭一个每 30 分钟查“有提交没合回主干”的巡检,附最小可跑配置。
渐进式披露之后:Flowness 如何让 Agent 知道自己读到了什么 ↗
Agent 只读一部分材料时,要知道这部分来自哪一刻的历史、漏了多少、需要时怎么回到原文。
客户问补货到哪了:每件退货补货卡在哪一步、卡了几天 ↗
退补货跟进助手读你已有的退补货登记和订单表,列出每件没办完的退补卡在哪一步、卡了几天、原订单是哪一单。文中用一家虚构工厂的示例数据,讲它读什么、给出什么、哪些情况下显示“未能判断”。
CLAUDE.md 里写的“不要”只是提醒:规则分三档,红线别交给模型自己挑 ↗
规则三档:常驻上下文的 CLAUDE.md 只是提醒,按需加载的 Skill 和按路径生效的规则可能没进上下文,只有 hook 和权限规则能硬拦,借了安全工程控制措施分级的思路。读完你会给每条规则标一档,把红线从“等模型自己挑”里拿出来。
开了 worktree,多个 Claude Code 照样撞车:乐观锁搬过来,还要先报要改的文件 ↗
Agent 版乐观锁:每个 Agent 开工前先报要改的文件,合并回主干前再核一次版本。后一半就是数据库的乐观锁,“先报”是给 Agent 补的。读完你能用几份认领文件、一道 hook 和一个合并脚本,把越界的改动挡在主干外面。
从需求依据到提交结果,再到复查与方法复用,工作能否继续,需要可读取的产物与可核对的证据。