2026-H2 AI Coding 范式收敛：从”堆规则”到”少而锋利 + Harness + Graph”

跨 9 个源页面的综合分析。核心论点：Opus 5/Fable 5 代际，AI Coding 的杠杆从”更多规则/Prompt”转向”更少更锋利的规则 + Harness/Skill 设计 + 图编排 + 评测”。三条主线在 2026-07~08 同时收敛。

主线一：上下文工程瘦身（给判断力，不给规则）

Thariq 复盘：Anthropic 把 Claude Code 系统提示词删 80%，编码评测无可测损失。六组反转——给规则→给判断力、举例子→设计接口、全塞前面→渐进披露、反复强调→简洁描述、手动记忆→自动记忆、简单规格→丰富引用（“代码是最高保真的引用”）。前提：Opus 5/Fable 5 判断力跃迁，更老模型没护栏会出错。配套 claude doctor 清理过度约束。

Datawhale 意图识别 同向：反对”一上来就写 Prompt”，主张先做意图/权限/执行三层分离的架构决策，级联架构按请求难度分配计算成本。

主线二：Harness 工程下沉（Prompt 是建议，Harness 让规则落地）

Harness 文：三次跨越——①Prompt 软约束（AI 可绕过/上下文压缩后忘记）→②Hook 下沉（PreToolUse/PostToolUse 首具可执行强制力但单体分散）→③插件化+Fail-Closed+双通道证据（Claude Code 插件 Marketplace 统一分发，三重故障闭锁，双通道存证）。“软件工程不相信 AI 的自述，只相信系统能够验证的证据。“数据：3 项目 6 开发者 23 需求，流程合规 91.3%。

DataFlow-Harness 是 Harness+Skills 落地的学术样本：三层脚手架（DataFlow-Skills 注入”先 A 再 B 最后 C”+MCP 暴露算子注册表+可视化 DAG），相对 Vanilla Claude Code 成本 −72.5%、延迟 −49.9%、通过率 +1.6 pp。“Skills 解决工作流构建，不解决通用推理。”

OpenWorker 把权限从 UI 补丁上升为 L2 执行路径上的类型约束（RiskClass × Mode 决策矩阵）；反直觉安全原则”无人值守≠提高自治天花板”。

主线三：Graph 工程分布式（钻石图 + 知识图谱）

Graph 工程指南：钻石形状（扇出→屏障→归约→综合）；Graph 工程从账单开始；节点原则（一节点一决策、边携带结构化证据、确定性工作用普通代码不浪费 token）；独立验证（审查者推翻而非改进）；模型分层。

Karpathy 研究笔记 提供理论母框架：每种架构外化不同瓶颈（loop 外化迭代/评估、DAG 外化实验谱系、知识图谱外化共享记忆）；三步演进 Vibe coding→Agentic engineering→Graph engineering；瓶颈往往不是下一个模型调用而是记忆与评估的放置位置。

Skill 工程同步成熟

Matt Pocock 4 维度：Trigger/Structure/Steering/Pruning。Skill Hell 概念。Leading Words（激发行为，去 reasoning traces 验证）≈ Thariq”给判断力”；Deletion Test（删掉后行为不变即删）≈ Thariq”删掉不起作用的内容”。Pi 实现 Agent Skills 标准并直接读 Claude Code/Codex skill 目录——技能不绑死某家工具，是 Skills 互操作性的实证。

收敛判断

三条主线在 2026-07~08 同时收敛于一个论断：模型能力足够好后，工程杠杆在”约束的形态与放置”而非”约束的量”——上下文工程把约束变少变锋利，Harness 工程把约束下沉为可验证的门禁，Graph 工程把约束分布到类型化的图节点与边。三者的共同敌人是”AI 自述”——Thariq 不信提示词能约束、Harness 文不信 AI 自述作证据、Graph 文不信审查者改进原答案（只信推翻）。这是 Opus 5 风险重点从”不会做”转向”过度自主”的工程回应：既然模型会自主行动，工程就必须能验证其行动。

？ 建议创建概念页面：约束形态学（Constraint Morphology）——把”规则/Prompt/Hook/Skill/Graph 节点”视为约束的不同形态，按”可执行性/可验证性/成本/可回滚”四维分类。