harness
我们交付的是一套
运行的系统，而非方案。
多数咨询以文档收尾。好文档。然后进了抽屉——文档无法执行自己。我们以一套运行的 AI agent harness 收尾。你得到的是：运营自行执行规则，团队从机械返工中解放，每个决策有据可查，上个季度的争论不再重演。
它是什么
一套与你的团队并肩运转的系统——而不是一份描述它的报告。
它嵌在团队本就在做的工作里——文档、决策、日常流程。它不替你做判断，也不是 AI 本身。它做的，是承载你运营所依据的规则、把团队的工作方式固化成可复用的流程，并记录每一项任务、决策、检查与结果。十四周后，这些规则、这段历史、这套工作方式，都归你所有。
架构
- spec你的规则
- skill你的方法
- agent谁来执行
- runtime运行记录
- evidence证据
它强制什么
「完成」意味着证据存在——而不是有人觉得它不错。
收尾以证据为门槛
在每一项必需的检查通过、产物齐备、验证留有记录之前，系统不会把工作标记为完成。一句没有任何依据的「做完了」，根本不被接受。
强制标准靠验证，不靠自报
最容易被轻易放过的检查项——正确性声明、安全面、模块边界合规——都需要与实际产物核对，而不是凭 agent 的说法接受。agent 无法把强制标准标记为通过；证据必须存在于记录之中，harness 会读取记录。
敏感工作开工前先评审
当一项任务触及敏感面，安全评审必须先留有记录，工作才被允许交接。评审是前置条件，不是事后补票。
漂移被当场抓住，而非事后发现
你写下的模块文档，会与代码的实际行为核对。当模块声明的行为不再符合运行代码时，系统当场标记差距——不是在事后复盘，而是趁工作还在进行、还能修正的时候。
工作如何分工
负责构建的 agent，永远不是做评判的 agent。
工作在各个明确的角色之间通过书面交接流转，而非一条聊天记录。每个角色只做一件事——而负责复核的那个从零开始：它亲自重跑检查、指向确切的证据，而不是听信 builder 的一面之词。
- 一
Architect
在写下第一行代码之前，先写出有约束力的设计——构建必须满足的契约。
- 二
Builder
照着那份契约实现，并在过程中持续记录证据。
- 三
Evaluator
在全新上下文里独立复核：亲自跑测试、引用证据。不是橡皮图章。
- 四
Reconciler
在规则与代码各自演进的同时，让书面规则与运行代码始终保持一致。
实际运作
规则被执行，而不是写在文档里。
举一条规则：任何一件工作，在有人复核之前都不得向前推进。系统把这道签字设成前置条件——只要复核缺失，它就不让工作前进，并在过程中记录复核、工作本身、各项检查与结果。这条规则不躺在没人翻开的手册里，而是在工作发生的当下被强制执行，且每一步都留有记录。
记录
每一个决策都写在可被回读的地方。
每一项任务、决策、检查与结果，都留存在一份持久、可检索的记录里——可导出，即便工作中断也不丢失。这条轨迹不是副产品，而是你所购买的一部分。当某个决策在下个季度被质疑，答案——以及它所依据的规则——早已在案。
不被锁定
一套方法，引擎随你选。
同一套方法可在主流 AI agent 平台上运行，所以你的运营永不被某一家厂商的 AI 绑死。规则、角色与记录都归你；底层的 AI 只是一个可替换的零件。
- Claude Code
- Codex CLI
- Gemini CLI
core 设计理念
Specability Core 是面向 coding domain 的免费本地 coding-agent harness。
我们不卖自己都不愿跑的系统。Specability Core 是面向 coding domain 的免费本地 coding-agent harness，提供签名构建、校验和、公开更新记录，以及 Starter Pack，且不会自动上传代码或 runtime 数据。完整方法库通过 Partner 协作和 Enterprise 合作持续深化，让真实客户场景中验证过的工作流不断沉淀成更强的 pack。
获取 Specability Core →它如何对应
- 一
发现
找出不变量。阅读历史，找出一直在起作用的规则，以及真正属于判断的那个环节。
- 二
规范
把它们写下来，一次性地，写在所有人都看得到的地方。规范不是系统的文档；它就是系统的唯一事实来源。
- 三
harness
交付运行这套规范的系统。规则与判断之间的边界，从此由软件强制执行，而非写在幻灯片里描述。