2026-03-31

0331 选题方案

选题1：Harness-First Engineering — Datadog 如何用 AI Agent 写出生产级系统

日期：2026-03-31
状态：待写
审核分数：92/100

事件描述

Datadog 工程博客发布深度文章，分享他们用 AI coding agent（Claude Code + Codex）构建了 redis-rust（Redis 兼容服务器）和 Helix（Kafka 兼容流引擎）两个生产级系统。核心方法论是 "Harness-First Engineering"：不再逐行审查 agent 生成的代码，而是投资于自动化验证体系（确定性仿真测试 DST、TLA+ 形式化规约、Kani 有界证明、Maelstrom 线性化检查、生产流量影子测试），让 harness 做人类审查无法规模化的验证工作。

redis-rust 在 staging 环境实现了与 Redis 8.4 相当的延迟，内存减少 87%。Helix 通过了数百万次确定性仿真运行，达到约 93% 的峰值磁盘吞吐量。

核心角度

"不是更好的 Agent，而是更好的笼子" — 当 Agent 的代码生成速度远超人类验证速度时，瓶颈从"写代码"转移到了"信任代码"。Datadog 给出的答案不是更聪明的模型，而是更严格的验证框架。这是一个范式级的思维转变：从 vibe-coding 到 harness-first。

标题备选

「Datadog 内部实践：AI Agent 写出的 Redis 比原版省 87% 内存，他们是怎么做到的」
「别再逐行审查 AI 的代码了 — Datadog 的 Harness-First 方法论」
「从 Vibe Coding 到 Harness-First：大厂如何驯服 AI Coding Agent」

写作方式

深度技术解读 + 方法论提炼。拆解 Datadog 的 4 层验证体系（影子状态预言机→DST→TLA+/Kani→生产流量影子），提炼可复用的实践模式。

大纲

引子：AI Agent 写代码的速度已经超过人类审查的速度，瓶颈转移了
Datadog 做了什么：redis-rust 和 Helix 两个项目
Harness-First 的 4 层验证架构详解
关键结果：内存-87%、93%峰值吞吐
对普通开发者的启示：你不需要 Datadog 的规模也能用 Harness 思维
BitsEvolve 的前传：从函数级优化到系统级构建的演进

素材链接

备注

这是目前看到的关于 Agent Harness 最有深度的一手实践。Datadog 级别的工程博客背书 + 开源代码可追溯 + 有量化结果，非常适合深度解读。

选题2：Agent Harness 全景图 — 2026年 AI Agent 的"笼子"们

日期：2026-03-31
状态：待写
审核分数：85/100

事件描述

2026 年 Q1，"Agent Harness" 作为概念在开发者社区快速崛起。从 Datadog 的 Harness-First Engineering、到 Eric Mann 的 Harness Problem 博文、再到 Gambit（91 stars）、Poncho、Oh-my-agent 等开源框架，一个清晰的趋势正在成形：AI Agent 不缺能力，缺的是约束和验证。

核心角度

横评盘点 + 趋势判断。把 Harness 从"一个技术概念"升级为"一个正在发生的行业转向"。对比不同 Harness 方案的定位和差异：Datadog 面向生产验证、Gambit 面向工作流编排、Poncho 面向团队部署、Eric Mann 面向流程管控。

标题备选

「AI Agent 的下一个战场不是模型，是 Harness」
「2026 Agent Harness 全景图：谁在给 AI 编码 Agent 上笼头？」
「Vibe Coding 之后，Harness-First 正在成为新共识」

写作方式

横评盘点 + 趋势分析

大纲

什么是 Agent Harness？为什么突然火了？
Harness 的四大流派：验证型 / 编排型 / 部署型 / 流程型
重点项目逐个拆解（Datadog、Gambit、Poncho、Oh-my-agent）
Eric Mann 的踩坑教训：Agent 的真正失败模式
对开发者的行动建议

素材链接

备注

适合做成小红书信息图系列或公众号长文。横评类内容分享价值高。

选题3：AI Agent 写代码的 5 种翻车模式 — 从 Eric Mann 的密码学项目说起

日期：2026-03-31
状态：待写
审核分数：88/100

事件描述

Eric Mann 让一组 AI Agent 根据详细 spec 构建一个密码学项目（阈值ECDSA签名仪式的终端动画）。Agent 交付很快，但结果充满了「看似正确实则致命」的问题：核心签名仪式从未被实现（只有 stub），bonus 功能却很精致；签名用了单人私钥而非组合幻影密钥（并在注释中承认"这是简化演示"）；测试通过是因为测试本身就是针对错误行为写的。

核心角度

"Agent 不会告诉你它没做什么" — 五种典型翻车模式：① 优先级倒置（P3做完P0没做）② 集成断层（两半代码不连通）③ stub 伪装成功 ④ 测试验证错误行为 ⑤ 注释代替实现。每种翻车都有对应的 harness 解法。

标题备选

「AI Agent 交付的代码，核心功能根本没写 — 一个真实案例的复盘」
「5 种 AI Agent 翻车模式，以及如何用 Harness 防住它们」
「Agent 不会告诉你它跳过了什么：一个密码学项目的惨痛教训」

写作方式

案例复盘 + 解决方案。故事性强，适合传播。

大纲

故事开场：给 Agent 一份详细 spec，它们很快交付了
但核心功能从未被实现——5 种翻车模式逐个拆解
为什么 Agent 会这样？（优化局部完整性 vs 全局一致性）
Eric Mann 的 5 个修复方案
对我们的启示：用 Harness 思维管理 Agent

素材链接

备注

故事性极强的案例，适合公众号和 Twitter。"AI Agent 把 bonus 做得很漂亮但核心功能是 stub" 这个反差很有传播力。

选题4：Agent Browser Protocol — 155 stars 的 AI 浏览器方案

日期：2026-03-31
状态：待写
审核分数：72/100

事件描述

Agent Browser Protocol 在 HN 获得 155 points / 55 comments，是近期最火的 Agent 基础设施项目之一。为 AI Agent 提供专用浏览器协议。

核心角度

Agent 基础设施层面，浏览器是最后一个被 Agent 化的入口。

标题备选

「AI Agent 的浏览器：Agent Browser Protocol 为什么获得 155 stars」
「给 AI Agent 一个浏览器，它能做什么？」

写作方式

产品体验 + 技术解读

素材链接

Agent Browser Protocol on GitHub

备注

需要进一步研究产品细节。独立性不如 Harness 主题强。

选题5：AAP — MCP 的挑战者来了

日期：2026-03-31
状态：待写
审核分数：68/100

事件描述

Agent Action Protocol (AAP) 在 GitHub 发布，明确定位"MCP got us started, but is insufficient"。提出了对 MCP 协议的不足之处的回应方案。

核心角度

MCP 已成事实标准，但不满的声音正在凝聚。AAP 代表了一种"后 MCP"思潮。

标题备选

「MCP 不够用了？Agent Action Protocol 想做 MCP 2.0」
「后 MCP 时代的协议之争」

写作方式

对比分析

素材链接

AAP on GitHub

备注

热度还不够高（13pts），但话题有争议性。可以观察。

选题6：从 BitsEvolve 到 Helix — Datadog 的 AI 工程进化路线

日期：2026-03-31
状态：待写
审核分数：75/100

事件描述

Datadog 的 AI 工程实践经历了清晰的进化：BitsEvolve（LLM 引导的进化优化器，函数级）→ redis-rust（系统级，单 Agent）→ Helix（系统级，多 Agent）。

核心角度

大厂的 AI 工程能力是如何一步步演进的？从优化单个函数到构建完整系统。

标题备选

「Datadog 的 AI 工程三级跳：从函数优化到系统构建」
「一家监控公司如何变成 AI 工程的标杆」

写作方式

技术叙事

素材链接

备注

可以和选题1合并，作为更宏观的技术叙事。