مراجع فارسی

این یادداشت‌ها توضیح می‌دهند که چگونه از الگوها به عنوان یک هارنس کاری منسجم به جای مجموعه‌ای پراکنده از فایل‌ها استفاده کنید.

یادداشت‌های مرجع داخلی#

• method-map.md: نگاشت حالت‌های شکست رایج در کارهای طولانی‌مدت به مصنوع یا خط‌مشی‌ای که ابتدا به آن‌ها می‌پردازد
• initializer-agent-playbook.md: آنچه ایجنت مقداردهی اولیه باید پیش از شروع کار روی ویژگی‌ها بر جای بگذارد
• coding-agent-startup-flow.md: جریان ثابت آغاز نشست برای اجراهای بعدی کدنویسی
• prompt-calibration.md: چگونه دستورالعمل‌های ریشه را دقیق و متمرکز نگه داریم بدون آنکه متورم و شکننده شوند

مقاله‌های اصلی#

این فهرست تعمداً محدود و دقیق نگه داشته شده است. هارنس به معنای سیستم اجرایی پیرامون مدل است: حلقه ایجنت، اجرای ابزارها، ساندباکس، وضعیت، زمینه، راستی‌آزمایی، خاتمه، هماهنگ‌سازی و مشاهده‌پذیری. مقاله‌های عمومی مهندسی پرامپت یا مقالات کلی درباره چارچوب‌های ایجنتی به این فهرست تعلق ندارند.

سه مقاله اصلی همچنان ستون فقرات این دوره هستند:

• OpenAI: Harness engineering: leveraging Codex in an agent-first world (2026-02-11): مخازن اولویت-ایجنت، زمینه محلی مخزن، لینت سفارشی، و گاردریل‌های ساختاری.
• Anthropic: Effective harnesses for long-running agents (2025-11-26): ایجنت مقداردهی اولیه، ایجنت کدنویسی، فهرست ویژگی‌ها، لاگ پیشرفت، و تحویل کار در طول پنجره‌های زمینه.
• Anthropic: Harness design for long-running application development (2026-03-24): نقش‌های برنامه‌ریز / تولیدکننده / ارزیاب، بازنشانی‌های زمینه، ساده‌سازی هارنس، و فرضیات کهنه.

تنها چند مقاله بسیار مرتبط از سال 2026 افزوده شده است:

• OpenAI: Unrolling the Codex agent loop (2026-01-23): هارنس زمان اجرای Codex، فراخوانی‌های ابزار، رشد زمینه، و خاتمه حلقه.
• Anthropic: Demystifying evals for AI agents (2026-01-09): ارزیابی مدل و هارنس با یکدیگر، و تمایز هارنس‌های ارزیابی از هارنس‌های ایجنت.
• LangChain: Improving Deep Agents with harness engineering (2026-02-17): ثابت نگه داشتن مدل همزمان با بهبود پرامپت‌های سیستم، ابزارها، میان‌افزار، ردگیری، و خودراستی‌آزمایی برای ارتقای یک ایجنت کدنویسی از رتبه 30 برتر به 5 برتر در Terminal Bench 2.0.
• Thoughtworks / Martin Fowler: Harness engineering for coding agent users (2026-04-02): هارنس‌های کاربران ایجنت‌های کدنویسی به عنوان راهنماهای پیش‌خوران و حسگرهای بازخورد، همراه با کنترل‌های قطعی و استنباطی.
• Cursor: Continually improving our agent harness (2026-04-30): برخورد با هارنس به عنوان یک سیستم محصولی که به طور مداوم با ارزیابی‌های آفلاین، سنجه‌های آنلاین، رده‌بندی خطاهای ابزار، تنظیمات خاص مدل، و تعویض مدل در میانه گفتگو بهبود می‌یابد.

مراجع تکمیلی 2026#

این‌ها منابع محوری دوره نیستند، اما هنگام طراحی ماژول‌های خاص هارنس مفید واقع می‌شوند. این بخش تنها منابعی را نگه می‌دارد که متن آن‌ها مستقیماً حلقه ایجنت، اجرای ابزار، مدیریت زمینه، راستی‌آزمایی، ساندباکس، لایه‌های کنترل، یا حاکمیت پسرفت را پوشش می‌دهد. محصولات صرفاً ایجنتی، اطلاعیه‌های پلتفرم، مطالعات موردی تیمی و بنچ‌مارک‌ها حذف شده‌اند.

• OpenAI: Unlocking the Codex harness: how we built the App Server (2026-02-04): هارنس به عنوان یک پروتکل App Server قابل استفاده مجدد همراه با چرخه حیات ریسه، ازسرگیری، فورک، diffها و یکپارچه‌سازی‌های کلاینت.
• OpenAI Developers: Run long horizon tasks with Codex (2026-02-23): حافظه ماندگار پروژه، اعتبارسنجی نقاط عطف، و مثال‌های شرط اتمام برای وظایف با افق طولانی.
• OpenAI: The next evolution of the Agents SDK (2026-04-15): هارنس‌های بومی مدل، اجرای ساندباکس، و اجرای فایل/دستور.
• OpenAI: An open-source spec for Codex orchestration: Symphony (2026-04-27): تبدیل یک سیستم ردگیری ایشو یا برد Linear به یک صفحه کنترل چندعاملی.
• Anthropic: Building a C compiler with a team of parallel Claudes (2026-02-05): تیم‌های موازی ایجنت، قفل‌های وظیفه، همگام‌سازی گیت، ایزوله‌سازی کانتینر، و حلقه‌های خودمختار.
• Anthropic: Scaling Managed Agents: Decoupling the brain from the hands (2026-04-08): دیدگاه متاهارنس که نشست، هارنس و ساندباکس را به عنوان اینترفیس‌های قابل تعویض از هم تفکیک می‌کند.
• Anthropic: An update on recent Claude Code quality reports (2026-04-23): تلاش استدلال، هرس زمینه، و پرامپت‌های سیستم به عنوان تغییرات هارنس که نیازمند حاکمیت پسرفت هستند.
• LangChain: Context Management for Deep Agents (2026-01-28): برون‌سپاری فایل‌سیستم، کوتاه کردن فراخوانی ابزار، خلاصه‌سازی و ارزیابی‌های هدفمند برای هارنس‌های مدیریت زمینه.
• LangChain: Tuning Deep Agents to Work Well with Different Models (2026-04-29): پروفایل‌های هارنس مختص مدل برای پرامپت‌ها، نام ابزارها، میان‌افزار و پیکربندی زیر-ایجنت.
• LangChain: Continual learning for AI agents (2026-04-05): تقسیم بهبود ایجنت به لایه‌های مدل، هارنس و زمینه، با قدرت‌گیری از ردگیری‌ها.
• Microsoft: Agent Harness in Agent Framework (2026-03-12): هارنس‌های شل/فایل‌سیستم، جریان تأیید، اجرای شل میزبانی‌شده، و فشرده‌سازی زمینه.
• Google: Announcing ADK for Java 1.0.0 (2026-03-30): پلاگین‌ها، فشرده‌سازی رویداد، حضور انسان در حلقه (HITL)، سرویس‌های نشست/حافظه، و A2A به عنوان عناصر بنیادین قابل استفاده مجدد هارنس.
• GitHub: Automate repository tasks with GitHub Agentic Workflows (2026-02-13): گیت‌هاب اکشنز به عنوان اجراکننده جریان کاری ایجنتی با خروجی‌های ایمن، ساندباکس، مجوزها و بازبینی.
• AWS: AI agents in enterprises: Best practices with Amazon Bedrock AgentCore (2026-02-03): لایه‌های هارنس سازمانی در طول زمان اجرا، حافظه، درگاه، هویت/خط‌مشی، مشاهده‌پذیری، و ارزیابی‌ها.
• Stripe: Minions: Stripe's one-shot, end-to-end coding agents (2026-02-09) و Part 2 (2026-02-19): ایزوله‌سازی devbox، هارنس‌های سفارشی ایجنت، ماشین‌های حالت نقشه راه، فایل‌های قوانین، نظارت بر ابزارهای MCP، کنترل‌های امنیتی، و حلقه‌های بازخورد pre-push/CI.
• Cognition: What We Learned Building Cloud Agents (2026-04-23): ایزوله‌سازی VM، اسنپ‌شات/ازسرگیری نشست، هماهنگ‌سازی، حاکمیت، ثبت لاگ‌های ممیزی و یکپارچه‌سازی‌ها برای زمان‌های اجرای ایجنت‌های ابری.
• Cognition: Multi-Agents: What's Actually Working (2026-04-22): حلقه‌های سازنده-راستی‌آزما، بازبین‌های با زمینه تمیز، مسیریابی دوست هوشمند، هماهنگی مدیر-فرزند، و مرزهای ارتباطی میان ایجنت‌ها.
• Addy Osmani: Loop Engineering (2026-06-07): چارچوب کامل مهندسی حلقه از /goal تا شش عنصر بنیادین — خودکارسازی‌ها، ورک‌تری‌ها، مهارت‌ها، رابط‌ها، زیر-ایجنت‌ها، وضعیت خارجی — به همراه چهار هزینه پنهان.
• Replit: Decision-Time Guidance: Keeping Replit Agent Reliable (2026-01-20، به‌روزرسانی‌شده در 2026-01-23): یک دسته‌بند سبک که راهنمایی‌های کوتاه موقعیتی را در نقطه تصمیم‌گیری تزریق می‌کند به جای چپاندن تمام قوانین در پرامپت سیستم.
• Vercel: How we made v0 an effective coding agent (2026-01-07): پرامپت‌های پویای سیستم، یک لایه بازنویسی استریمینگ، و اصلاح‌کننده‌های خودکار قطعی/مدل‌محور.
• Vercel: Introducing deepsec (2026-05-04): یک هارنس ایجنت کدنویسی امنیت‌محور با مراحل اسکن، تحقیق، اعتبارسنجی مجدد، غنی‌سازی، صدور، پلاگین، و بررسی امتناع.
• Sourcegraph: CodeScaleBench (2026-03-03): مرجع هارنس ارزیابی/ابزار شامل استفاده از ابزار MCP، رونوشت‌های استفاده از ابزار، کنترل کیفیت بنچ‌مارک، گیت‌های راستی‌آزما/تکرارپذیری، و تکرار پرامپت/مقدمه.

منابع صرفاً متعلق به سال 2025 از فهرست اصلی حذف شده‌اند. مقاله اولیه 2025 آنتروپیک باقی مانده زیرا منبع بنیادین این دوره است.

• ETH Zurich: Evaluating AGENTS.md: Are Repository-Level Context Files Helpful for Coding Agents?: مطالعه فایل‌های زمینه در سطح مخزن؛ موفقیت وظایف، هزینه استنتاج، و توصیه به مینیمال نگه داشتن الزامات. به چکیده و نتیجه‌گیری مراجعه کنید.
• On the Impact of AGENTS.md Files on the Efficiency of AI Coding Agents: مدل gpt-5.2-codex؛ 10 مخزن / 124 وظیفه PR؛ جدول 1.

ترتیب مطالعه پیشنهادی#

1. method-map.md
2. initializer-agent-playbook.md
3. coding-agent-startup-flow.md
4. prompt-calibration.md
5. OpenAI Harness engineering
6. Anthropic Effective harnesses
7. Anthropic Harness design for long-running application development
8. OpenAI Codex agent loop
9. Anthropic agent evals
10. LangChain Improving Deep Agents
11. Thoughtworks / Martin Fowler Harness engineering for coding agent users
12. Cursor Continually improving our agent harness