# engineering

Matt Pocock 在 aihero.dev/skills 公開一套給真正工程師用的小型可組合 agent skills：18 個工程類、7 個生產力類，涵蓋對齊、規格、拆票、實作、回饋與維護。兩種安裝路線、由人或模型啟動的分層，以及為什麼它不做成吞掉控制權的大流程。

Agent 評估不能只看回覆，還要檢查任務結束後的世界是否真的改對。Anthropic 整理評分器組合、非確定性指標、環境隔離與長期維護的方法；不用等幾百題，先把 20–50 個真實失敗變成測試。

進入前沿 AI 實驗室常被拆成研究能力與第一線工程能力，但兩者底層其實很像：在地圖不完整時，壓縮不確定性與複雜度，做出能預測現實的抽象。

一篇從控制迴圈、Harness、上下文工程、工具設計、記憶、多 Agent、評測、追蹤到安全邊界的 Agent 工程指南。核心不是把模型換貴，而是把任務、狀態、驗證與工具邊界做成機器能穩定執行的系統。