自我改进 · 你现在能做什么
它跑十轮很聪明，跑五十轮呢？
这一章讲的是让 Harness 自己进化，听着离你很远。但所有自我改进的前提，是先有一个能长跑的 Harness：知道什么时候压缩、什么东西永不能丢、什么结论要落盘。这三条规矩，你今天就能给自己的 Agent 立起来。
实战主线第五格：短跑成绩有了，现在练马拉松。
M0
想清楚它替你干什么
M1
能稳定说人话
M2
能动手干活
M3
改好改坏能量化
M4
长跑不失忆
M5
过程可复现
先看清楚 · 失忆是一条能画出来的曲线
用户说「它聊着聊着变笨了」，背后是一条很具体的曲线：上下文占用一轮一轮往上爬，爬满之后系统只能悄悄扔东西。扔的往往是最早的消息，也就是你一开始交代的那些最重要的规矩。
连续对话 20 轮，上下文占用怎么走
上下文占用
85% 压缩阈值
不做任何管理，第 14 轮就撞上阈值。之后每一轮都在悄悄丢最早的消息，用户的感受就是「它把我最开始说的话忘了」。
三条规矩，对应三种失忆
压缩阈值管「爆掉才处理」：占用到线就压，别等报错。
永不删除清单管「压缩压过头」：用户的原话、定好的需求、安全约束，这些进了摘要就找不回来，必须钉死在上下文里。
落盘笔记管「跨会话失忆」：重要结论写进文件，下次开工先读文件。这就是这一章说的「文件系统持久记忆」，也是 Harness 自我改进的起点。它连自己上次学到什么都记得住，才谈得上改进自己。
动手清单 · 挑一个开始，勾掉它
这一章的动手清单
0 / 3 已完成
找到它开始失忆的那一轮
15 分钟 所有人翻出你和 AI 最长的一次对话，从头读到尾，找到它第一次忘掉前面交代过的事是在第几轮。记下这个数，这就是你的 Agent 在没有任何管理时的真实续航。
什么算做完了
你能说出「大概第 N 轮，它忘了 XX」。说不出说明你的对话还不够长。那也是个有用的结论：你的场景暂时用不到压缩，先别过度设计。
写下你的三条长跑规矩
1 小时 Agent 要跑长任务对着你的场景把三条规矩写具体：占用到百分之多少触发压缩、哪些内容永远不进压缩区（列清单，别写「重要内容」这种废话）、什么结论要落盘成文件。写完贴进你的 Agent 配置或系统提示词里。
什么算做完了
三条都有具体的数字或清单，且「永不删除清单」里至少包含：用户原话的关键约束、M0 定下的需求定义。
跑通一次「落盘再读回」
半天 要跨会话干活让 Agent 在干完一件事后把结论写进一个固定文件（叫它工作笔记），然后关掉会话、开个全新的，第一句就让它读这个文件继续干。新会话能无缝接上，你就亲手实现了这一章讲的结构化笔记模式，最朴素也最管用的长期记忆。
什么算做完了
新会话里它没有问任何「上次干到哪了」之类的废话，直接从断点继续。做到这一步，M4 就立住了。