终章：五种工程观，我们该抄什么

先玩再讲。下面是全专题讲过的主要机制，做成了可勾选的卡片，每张标着它解决的问题和依赖的前置机制。像点菜一样勾出你项目需要的，右边实时生成你的架构清单：缺了依赖会标红警告，勾了体量陷阱会提醒你养不养得起。点「播放」看一遍典型的踩坑加纠正过程。

全专题拆的是 DSH，但每一课都在跟别家对照。收官先把五家摆在一张桌上。三个维度：真源（对话状态的权威副本放哪）、扩展模型（第三方怎么加能力）、安全依靠（防出事靠什么）。

表看完先记住一件事：五家没有对错，只有立场。Claude Code 的断路器数字来自真实账单，Grok 的静态组合换来编译期确定性，Codex 把不信任写进操作系统层，OpenCode 把可换模型放在第一位。DSH 的特殊在于它把可证明排在了好用前面，这是运行时的立场，也是它文档和测试体量的根源。

全专题讲了三十来个机制，大多数和 DSH 的插件框架绑定。但有五件是纯思路，抄走就能用：

1. 事件日志真源。对话状态只存一份 append-only 的事件序列，消息数组永远从它派生。一个 JSONL 文件加一个 fold 函数就是最小实现，恢复和回放白送（机制详解见 Model-visible ⟺ logged 那一课）。
2. 三种输入语义。用户在 agent 干活时发来的消息，明确分成排队、插话、打断三种命运，写成显式的接口语义。没有这一层，输入时机就是薛定谔的状态。
3. 双路径压缩。主动测压和被动溢出恢复分开挂，事件不同、条件不同、失败语义不同（见 Compaction 双路径那一课）。
4. 溯源鉴权。每段进入上下文的内容都带来源标签，高权限操作只认可信来源。工具结果里藏的指令冒充不了用户。
5. 单调 Guard。重试、恢复这类危险放行，一律要求出示单调递增的证据（世代号、计数器），不认插件的口供。

这五件的共同点：都是接口语义层面的决定，跟你用什么语言、什么框架无关。一个周末能搭出毛坯，剩下的是打磨。

反过来，有三件事是 DSH 用专职团队的人力堆出来的，个人和小团队照抄必翻车：

1. 219 个包的插件树。一切皆插件意味着每个能力都要切出 Service Definition、Provider、Consumer 三个角色，配齐 README、测试和文档配对。DSH 有 49 个包分组、268 份 README。你项目里的同款需求，一个 plugins 文件夹加约定就够了。
2. 双语三文件文档配对。每份文档是英文、中文加一份记录两侧 blob hash 的 .i18n.yaml，改一侧不重新确认配对就 CI 红。纪律漂亮，成本是每次文档改动双倍起步。
3. per-file 100% 覆盖率门禁。每个源文件都要 100% 行覆盖。DSH 自己都写了篇 proposed 笔记（2026-06-11-mutation-testing）承认覆盖率只证明代码被执行过。没有 AI 大规模写测试的产能，这个门禁只会逼人写「执行但不断言」的假测试。

收官课不吹主角。DSH 是开发者预览版，根 AGENTS.md 开头第二节就写着预发布立场：

MCP 这边，只桥接了工具一种能力，Resources 和 Prompts 明确延后，packages/mcp/mcp-client/README.md 第 111 行原文：「Tools are the only bridged MCP capability — Resources and Prompts have no harness consumer and are deferred.」产品入口也只有 Web UI 和 headless 运行（apps/ 下只有 cli 与 web 两个应用），没有 Claude Code、Grok Build 那样的交互式 TUI。这三条不算黑点，算取舍：地基没干透之前不浇二楼。

最后说一个容易被略过、但最能解释 DSH 动机的东西。它的四种产品模式就是四份 preset 配置文件，其中极简模式的核心配置一共就这几行：

# The `minimal` agent preset: a fixed-prompt, two-tool coding-agent composition.
#
# The persona is the complete system prompt, so global identity, Web orientation,
# tool guidance, and later assembly listeners cannot add prompt text. Runtime
# context snapshots are suppressed for this preset, and the model composes only
# persistent `bash` and `str_replace_editor`. Context compaction is absent.

- id: persona
  name: '@deepseek-ai/dsh-persona'
  config:
    text: You are a helpful software engineer assistant.
    complete: true
    includeRuntimeContext: false

读一下这份配置在做什么：系统提示词就一句话，且声明为 complete，任何插件都加不了字；运行时上下文被抑制；工具只有 bash 和 str_replace_editor；没有压缩。所有 harness 侧的变量都被拧到最小。根目录的 BENCHMARK.md 推荐用 Python SDK 跑这个 minimal 变体做基准测试，每个任务独立 workspace 和会话。

这解释了 DeepSeek 做 harness 的动机之一：模型厂商需要一台标准化、可复现、无压缩干扰的测量仪来评自家模型，顺手把它做成了通用运行时。Anthropic 做 Claude Code 是为了让模型服务产品，DeepSeek 做 DSH 有一半是为了测量模型本身。立场不同，工程观自然不同。往后看，agentic RL 训练和模型评测对这种可回放、可证明的 harness 只会更饥渴，这可能是 DSH 这套重机制路线最先兑现价值的地方。

对照组的收官可以互相印证：Grok 专题的 工程复盘与证据边界 和 Coding Agent 设计工作台 从 Rust 单体的角度回答了同一批问题，两边对着读，五种工程观就齐了。