同一个目标，「要求大家用 AI」和「降低 Review 成本」，前者推了半年没动，后者三个月到了 70%。

把 Claude Code 挂到 cron 上，每晚 00:10 自动跑 BMAD 的 build 流程，早上看 commit。

这篇记的是怎么让它真的能跑通——三次翻车换来的。

---

💡 为什么做这件事

我白天用 Claude Code 跑 BMAD-METHOD 做项目。跑着跑着发现一个规律：

长任务最花时间的地方不是"想"，是"等"。

BMAD 的 build 流程跑一个 story 常常要十几分钟——大部分时间 agent 在读文件、编译、跑测试。这些环节不需要人盯着，但人必须守在旁边，因为一旦弹出确认框就卡死。

于是有个想法：把不重要的等待时间挪到夜里。

按 AI Agent 的计费方式算：

时段	MiniMax 配额状态	适合干什么
09:00-12:00	白天工作，重	交互式开发（要人决策）
12:00-14:00	午休，轻	DeepSeek 半价
14:00-18:00	下午工作，重	交互式开发
18:00-24:00	下班后，轻	DeepSeek 半价
00:10-05:00	睡觉时，全新	无人值守长任务

凌晨跑的理由不是"便宜"，是"没人跟我抢窗口"。

---

一周内把三个模型接进 Claude Code，踩了 6 个坑，烧掉 70% 月额度，换来一套能算账的分工方法。

重点在配额消耗和分工决策，配置步骤网上都有。

---

💡 起因

我在用 BMAD-METHOD 做 AI Agent 项目，Claude Code 是主力工具。但 MiniMax 的 Token Plan 有 5 小时滚动窗口，第一次跑 code review 就把窗口打爆了。

于是接了第二个后端（千问 Token Plan），结果一次 review 吃掉 70% 月额度。

第三次接了 DeepSeek，发现同样任务只要 1 块钱。

于是把三天的实测数据全记下来了。

---

BMAD-METHOD 官方文档写得细，但没人告诉你按什么顺序读。

这篇是我把 v6.11.0 源码通读一遍之后，倒推出来的最短路径。6 小时，从"装上"到"能改源码"。

---

💡 为什么需要这篇

第一次接触 BMAD，我干过这些蠢事：

• 打开仓库，2088 个 commit，直接慌
• 从 docs/ 开始读，读了 40 分钟，还是不知道该跑哪个命令
• 装了 bmad-method，29 个 skill 一股脑全看，看完啥也记不住
• 以为学 BMAD = 读完文档 = 懂了

后来我花了一整天通读源码，发现：BMAD 的学习路径是有结构的，而且90% 的人只需要 20% 的源码。

这篇就是那个结构。

---

我给 AgentScope 报了 5 个"bug"，只有 1 个值得修

今天下午，我用 GLM-5.2 + BMAD Method 做了一次"上游代码问题发掘"。

结果：5 个里面，2 个是设计不是 bug，2 个是真 bug 但不值得修，只有 1 个我提了 PR。

这篇笔记复盘整个过程，提炼出 5 条"报 bug 之前必须做的检查"。每一条都能省掉一次被 maintainer 拒的 PR。

---

Harness 全家福:从抽象到落地 — AI Coding 工程的完整体系

这是 Harness 系列 3 篇整合的综述长文。
整合时间:2026-09-16(Harness 工程)/ 2026-09-17(AI Coding 工程)/ 2026-09-18(Agent Loop)。
整合日期:2026-09-20。
关键字:理论层 WHY 系统层 / 系统层 HOW / 算法层 WHAT / 治理层 OPERATE / 灵魂洞察 5 大主线。

---

📌 一句话核心

"AI 时代,工程师的核心能力 = 建 Harness。Harness 不是'调 LLM',是让 LLM 在 Coding 场景里'可控 / 可用 / 可信 / 可进化'的全套工程化基础设施。"

---

---

Agent Loop 5 大模式:Agent 怎么 step-by-step 跑

写在 Harness 系列第三篇。前两篇:9-16 Harness 工程(抽象层)、9-17 AI Coding 工程(系统层)。
今天讲"算法层":Agent Loop 怎么 step-by-step 跑。
关键字:4 阶段循环 / 5 大核心组件 / 5 大主流 AgentLoop / 4 大痛点 + 双重保险 / 5 大选择原则。

---

📌 一句话核心

"Agent Loop = 人类认知的工程化实现。选 loop 模式 = 选权衡,不是选最优。"

---

---

AI Coding 工程:从 4 大组件到 Harness 完整体系

昨天写了 Harness 工程(抽象层),今天写 AI Coding(落地层)。
4 波内容,4 个尺度:微观(Coding 项目内)→ 中观(团队/组织)→ 宏观(多 Agent)→ 实现层(Hook 强制执行)。
关键字:4 大组件 / 3 级成熟度 / 多 Agent 架构 / Agent Hook / Harness 是迭代出来的。

---

📌 一句话核心

"AI Coding 不是用 AI 写代码,是给 AI 建一套 Harness,让它在 Coding 场景里活下去。"

昨天讲 Harness 是抽象理论,今天讲它在 Coding 场景的具体落地。

---

---

Harness 工程:Harness 不是"调 LLM",是让 Agent 在系统里活下去

今天上午重新学习 Harness 工程,记录一些思考。
关键字:Agent = Harness + Model、单轮 → 多轮、四大支柱 / 五大子系统、引导 + 检查、未来趋势。

---

📌 一句话核心

"Agent 在生产里翻车,99% 不是 Model 的问题,是 Harness 没做对。"

---

本文是 BMAD-METHOD 真实生产级实战记录：78 个 C#/.NET Framework 存量项目代码重构全流程。

适用读者：要用 AI 重构老项目、想看"5 阶段 + 3 轮 Sprint + 闭环回顾"完整落地的工程师。

---

💡 背景

最近做了一次老项目的代码重构——把 78 个 C#/.NET Framework 存量项目从传统手动开发模式，优化为 SDD（Spec-Driven Development）AI 驱动工程。

为什么选 BMAD 而不是直接用 SDD 工具？

• 78 个项目 = 几千个文件，纯 SDD 工具生成 SPEC 后没人能读完
• 老代码 = 没有文档、耦合度高、修改风险大
• 需要的是可审计、可中断、可回退的工程纪律，不是"AI 自动改完上线"

结论：BMAD-METHOD 的多 artifact 体系 + 3 阶段闭环 完美匹配——文档可分片、过程可中断、关键决策有"人工检查点"。

---