6.3 成熟度模型
评估是看当下，成熟度是看路径。你的 Harness 在哪个阶段？下一步该往哪走？
QA 成熟度五级模型
L1文档化
核心流程有文档记录
写了 CLAUDE.md，但 Agent 经常不遵守
↓
L2有门禁
关键节点有自动检查
Linter + Hooks 生效，不合规代码被自动拦截
↓
L3可观测
全链路行为可追踪可诊断
知道 Agent 每一步在做什么，问题能快速定位
↓
L4自主
Agent 可独立完成标准任务
人工只需审批，不需要手动介入
↓
L5自愈
异常自动修复，系统自我进化
Agent 出错后自动回滚并修正，无需人工干预
各等级详解
L1：文档化
- 你写了 CLAUDE.md，定义了项目规范
- 但 Agent 经常"无视"文档，按自己的理解做事
- 人工审查仍然是最主要的质量保障
L2：有门禁
- Linter 在提交前自动检查代码风格
- Hooks 在关键操作前后执行校验
- 不合规的产出会被自动拦截，而不是事后发现
L3：可观测
- 每次会话的完整轨迹都被记录
- 可以回放 Agent 的决策过程
- 出了问题，5 分钟内定位根因
L4：自主
- 标准任务（如修 Bug、加功能）Agent 可独立完成
- 人工只需做最终审批
- 异常情况仍然需要人工介入
L5：自愈
- Agent 出错后自动回滚并尝试修正
- 系统根据历史数据持续优化自身配置
- 人工几乎只在战略层面参与
不能跳级
成熟度模型的核心规则：不能跳级。
- 没有 L1 的文档化，L2 的门禁无据可依
- 没有 L2 的门禁，L3 的可观测无法生效
- 没有 L3 的可观测，L4 的自主是"盲飞"
- 没有 L4 的自主经验，L5 的自愈无从谈起
每一级都是下一级的地基。试图跳级只会制造脆弱的系统。
八步实施框架
从零开始搭建 Harness，按这个顺序走：
1写 CLAUDE.md把项目核心规范、约定、约束写下来L1 基础
2配 Custom Linter让代码风格检查自动化L2 门禁
3加 Hooks在关键节点插入自动化校验L2 门禁
4加 Guardrails划定 Agent 的行为边界，防止越界L2 门禁
5接观测平台记录全链路行为，建立诊断能力L3 可观测
6设 Sprint Contract明确每次任务的契约和验收标准L4 自主基础
7跑 A/B 评估对比有无 Harness 的效果差异，持续优化L3→L4
8建立自愈机制基于历史数据，让系统自动修复常见问题L5 自愈
第 1 周步骤 1-2L1→L2
第 2-3 周步骤 3-5L2→L3
第 4-6 周步骤 6-7L3→L4
持续步骤 8L5 自愈
本节小结
📌 本节核心要点
- 五级模型：L1 文档化 → L2 有门禁 → L3 可观测 → L4 自主 → L5 自愈
- 核心规则：不能跳级，每一级都是下一级的地基
- 八步框架：从写 CLAUDE.md 到建立自愈，按顺序推进
- 实施节奏：按周迭代，不要一次性做完全部步骤
- 关键认知：成熟度不是标签，是能力。到达某个等级意味着你真的具备了对应能力
思考题
- 你当前团队的 Harness 处于哪个成熟度等级？为什么？要升到下一级，最缺什么？
- "不能跳级"这个规则背后，你认为最根本的原因是什么？如果你尝试跳级，最可能出现什么问题？
- 八步框架中，你觉得哪一步最容易被忽视？忽视它会在后续步骤中造成什么连锁反应？
下一节预告
案例、评估、成熟度——我们看到了 Harness 的现状。但未来呢？下一节进入第七阶段，看看深度洞察——为什么模型越强，Harness 反而越重要？