《Harness Engineering 实践与设计案例解读》课前调研问卷

您好!本课程为第三次高阶课程,前置课程已覆盖Agent开发、AI Work Agent/Workbuddy应用与架构。本次问卷约需5—8分钟,用于了解学员基础、工程现状与痛点,以便定制案例和研讨重点。选择题除标注“多选”外均为单选,感谢您的配合!
*1. 你目前在工作中是否正在开发Agent,还是仅处于学习阶段?
*2. 你目前使用过哪些Coding Agent?
Claude Code
OpenCode
Qoder
Trae
codebuddy
Cursor
GitHub Copilot
国内其他大厂
公司自己研发的Agent工具
未使用过
*3. 你们日常工程中使用AI Coding Agent主要应用于哪些方面?
软件需求分析
软件架构设计
详细设计
编程/代码生成
测试用例与测试执行
代码评审
文档编写
运维排障
其他:________
尚未用于实际工程
*4. 你是否使用AI Work类型Agent(如Workbuddy、千问办公、豆包工作等)?
*5. 你对Harness Engineering的熟悉程度如何?
*6. 目前在使用Agent(Coding Agent或办公Agent)时,遇到哪些Harness相关问题?(最多选3项)
上下文窗口不足、信息压缩困难
上下文污染、无关信息干扰、语义漂移
记忆读写与跨会话记忆管理困难
工具调用失败、超时、降级与权限问题
多Agent协作、状态传递与任务编排复杂
Prompt版本管理与变更影响控制困难
缺少评测集、回归测试和稳定性指标
缺少Trace、Replay、Diff和问题定位手段
安全、合规、越权与审批兜底不足
成本、延迟与生产可用性难以平衡
从Demo到生产落地困难
其他:________
*7. 你当前或计划使用的Agent技术栈/框架有哪些?
LangGraph
LangChain
AutoGen/CrewAI
Dify/Coze等平台
COpenClaw/Hermes
自研Agent框架
其他:________
尚未确定
*8. 你最希望本课程深入讲解哪些主题?(最多选3项)
Harness Engineering核心理念与整体架构
Agent Runtime编排与执行控制
Prompt工程、Context工程与指令治理
Memory Management记忆管理
工具链、能力栈与技能封装
Agent评测体系
可观测性与调试体系
安全、合规与风险控制
DeepSeek Harness实操
企业从PoC到规模化生产路径
*9. 你所在企业/团队的Agent落地阶段是?
*10. 你更希望课程案例侧重哪类场景?
11. 请结合你实际遇到的Harness问题,举一个具体案例(如上下文/记忆/工具调用/编排/评测/可观测/安全等),说明现象、影响以及已尝试的解决方案。信息可脱敏。
12. 在Context Engineering和Memory Management方面,你最大的设计困惑是什么?请说明业务约束,例如上下文窗口、成本、延迟、合规等。
13. 你希望本次课程结束时带走什么可落地成果?最想解决的1—2个问题是什么?或者对讲师有什么建议 ?