本文深入探讨构建高质量 RAG 知识库的垂直技术原理与工程实践。文章首先界定知识库作为外部记忆系统的角色，并引入 RAGAS 框架从检索相关性、生成忠实度及答案相关性维度建立评估标准。随后详细拆解离线索引与在线查询流程，重点分析文档切分策略如 Late Chunking 和意图驱动切分，对比稀疏、稠密及混合检索范式，并阐述HyDE等查询增强技术。此外，文章探讨 Cross-Encoder 重排序机制以优化精度，介绍 AutoRAG 自动化优化、 QuIM-RAG 问题倒排索引及 OpenViking 文件系统范式等前沿架构，旨在通过系统性技术选型解决幻觉、召回不准等问题，实现知识库性能的端到端优化。
本文核心观点：AI Coding 的瓶颈正从「模型能力」转移到「流程工程」——模型已经足够聪明，但不稳定，而稳定性必须由外部框架供给。读完你能带走：一套可抄的 harness 分层结构、一个「把流程当被测对象」的评测方法、4 条用代价换来的踩坑教训，以及一个能迁移到任何 AI 工作流的工程化模式。
让 Agent 改一个按钮、修一个 Bug，今天已不算新闻。但只给它一份调研文档，让它从 0 写出高度还原的完整应用呢？这是一条横跨规划、架构、十几个模块编码、验证、修复的超长程任务：几个小时、成百上千个决策、前后强依赖，错一步就会沿着后面几十步一路放大。这正是今天大多数 Agent 最容易翻车的地方。最近，我们和 Efflora 团队基于 Qwen3.7-Max 模型，做了一场实验：仅凭一份产品调研文档，在隔离环境中从 0 交付了移动端和 Web 端两套可运行应用。这场实验也揭示了一个被忽视的工程真相：质量不是模型一次「生成」出来的，是被闭环「收敛」出来的。
Harness Engineering，本质上是在为 Agent 构建一个能够持续感知、持续反馈、持续优化的自主演进环境。它是通过约束机制、反馈闭环、工作流编排、效果评估以及持续优化循环等能力，将 Agent 的运行过程纳入一个可观测、可控制、可迭代的系统工程框架之中。目标是在长程和复杂场景下，让 Agent 不仅能够执行任务，更能够感知执行状态、评估执行效果、捕捉优化方向，并据此不断调整策略，从而实现自我迭代并交付高质量结果。Harness Engineering 和 Prompt Engineering、Context Engneering 并不是互斥的概念，而是发展阶段和嵌套关系，更像是随着 AI 能力的提升、基础设施的完善，一种重要性和关注点自然而然地升维。
用一个强 Agent 构建评测 Harness，系统性评测一群业务 Agent（文章内容基于作者个人技术实践与独立思考，旨在分享经验，仅代表个人观点。）
2026年5月29日至31日，中国图像图形大会（CCIG 2026）在广州召开，论坛内容涵盖大模型、三维建模生成与具身智能、空间智能、脑机接口、机器视觉等热点方向，覆盖学术前沿、产业应用和技术创新，与会学术界和产业界同仁近4200余人。作为中国图像图形学学会的常任理事单位，淘天业务技术Meta技术团队连续第四年受邀出席大会，在专属展位区展示了Meta技术团队介绍与核心技术成果。此外，Meta技术团队受邀在“三维建模生成与具身智能”学术论坛上发表演讲，分享3D真人数字人在淘宝Vision领域的应用，报告现场有诸多相关方向高校老师和学生主动联系，表达未来加强交流合作，深化产学研协同创新，共同攻克关键核心技术难题的愿景。
今天，我们正式发布 Qwen3.7-Plus——将视觉与语言统一为一体化智能体基座的多模态模型。在 Qwen3.7 强大文本能力的基础上，Qwen3.7-Plus 全面升级了视觉-语言能力，同时保持了在编码、工具使用和生产力工作流方面的完整智能体能力。Qwen3.7-Plus 的核心特色在于其作为多模态交互混合智能体的能力。它能够感知真实世界场景、读取屏幕并操作 GUI、基于视觉参考生成代码、端到端导航移动应用，以及基于网络知识回答视觉问题——在单一智能体循环中无缝融合 GUI 与 CLI 交互。作为全能型编码智能体与生产力助手，它以全模态输入处理从前端原型到复杂软件工程、再到多步工作流自动化的全方位任务。它具备跨框架泛化能力，无论通过 Claude Code、OpenClaw、Qwen Code 还是其他框架部署，均能保持稳定表现。
