场景 1 · 七个工具的小工具箱 5.1.1
最小 Coding Agent 只需 7 个工具就能干绝大多数活
工具不在多，在于正交 —— 7 个工具就能覆盖读写查改跑
启发： 工具不在多，在于正交。Bash 这类通用执行器往往优于一堆专用工具 —— OpenAI Codex 甚至只用一个 Shell。
场景 2 · 文件系统是 Agent 的中枢 5.1.2
记忆用 Markdown 而非向量库，人能改、Git 能回滚
文件系统同时是记忆、产物、协作接口 —— 这是 Coding Agent 的地基
为什么是 Markdown： 用户能直接删一行纠错、天然有时间序、Git 能 diff 能回滚 —— 这三条向量库都给不了。
场景 3 · 任务四象限：把活推向最佳区 5.1.4
Harness 的目标是把任务推到「目标明确 + 验证自动」那一格
Harness 工程只做一件事：把任务推往目标明确 + 可自动验证那格
最该警惕的一格： 目标模糊 + 可自动验证 —— 会「高效地跑偏」，分数涨了、代码烂了。最佳区则适合大规模代码迁移，知识全在代码库本身。
场景 4 · 静默卡死与「连续 3 次」熔断 5.1.5 重点
最危险的故障不是报错，是水管通着却不出水
最危险的故障不是报错，是水管通着却不出水
场景： TCP 建好了、一切正常，数据流却停住，不报错也不断开 —— 所以要挂一个独立的空闲看门狗。「连续 3 次」这个阈值来自真实统计，真出现过连败三千余次的会话。
场景 5 · 语义解析破黑名单 5.1.9 重点
Shell 黑名单形同虚设，必须理解命令而不是匹配关键词
# 黑名单追不上无穷的写法
$ rm -rf / ← 拦住
$ $(echo rm) -rf / ← 命令是拼出来的
$ find / -exec rm {} \; ← 藏在参数里
安全不能靠「匹配关键词」，必须理解命令真实的语义
呼应第 4 章： 那边讲工具描述会被注入，这里讲工具参数会绕过防护。黑名单追不上拼接、变量替换这些写法，只能把整条命令摊开做语义解析。
场景 6 · 代码替 Agent 算那道数学题 5.2.1 重点
让 LLM 想、让代码算，分工避免算错
让语言模型做算术，是在用它的短板 —— 计算外包给代码
核心： 把算术、符号推导、精确计数外包给确定性程序。40 人班里 60% 选数学（24）、45% 选物理（18）、都选 10 人，模型把「只选物理」算成 24 − 10 是拿错集合，正确是 18 − 10 = 8。
场景 7 · 取消政策的三重守门员 5.2.2
不可逆操作前，最后一道防线必须建在模型伪造不了的数据上
三层各司其职，但最后一道必须建在模型伪造不了的数据上
三层各司其职： 提示词管引导（软、可绕）、checklist 管留痕（可审计）、真值校验管兜底（查数据库真实值、时间取服务端时钟）。只有第三层是硬的。
场景 8 · PPT 的提议者-审核者 5.2.3
生成代码后必须渲染检查，写的人不能自己审自己
审核者看的是渲染结果 —— 写的人不能自己审自己
流程： Proposer 写 Slidev 幻灯片 → 渲染成图 → Reviewer 用 Vision LLM 看图挑刺 → 改回来，最多 2–3 轮。为什么必须渲染： 排版溢出只有眼睛看得出来。
场景 9 · 十轮问答 vs 一次表单 5.2.5 重点
动态表单把十个澄清点一次收集完，级联逻辑自动显隐
表单不是装饰 —— 它把十轮澄清压缩成一次交互
概念名： 生成式 UI —— 界面不写死，由 Agent 现场生成。选「往返」自动显出返程日期（级联逻辑免费拿到），返回结构化 JSON 直接喂给 search_flights()。
场景 10 · SQL Artifact：数据绕过 LLM 5.2.5
让 LLM 只写查询，数据从库直送前端
让模型写查询而不是抄数据 —— 数据走高速，模型只发指令
可迁移的模式： 凡是「大量数据 + 少量判断」，都该让模型只产出查询或代码，数据通路绕开模型。
场景 11 · Agent 自举：复制加变异 5.2.6
造新 Agent 最稳是复制自己验证过的代码再定向改
造新 Agent 最稳的路径：复制自己，再定向变异
像生物进化： 用验证过的代码做母本，继承框架与工具约定，再换系统提示词、换工具集做定向改造。从零生成看着自由，实为放弃所有已验证的工程积累。