一、楔子：一个下午，三个账户，四个 Agent
我什么操作都没做。 没有盯盘，没有刷新闻，没有下单。但四个 AI 子代理在我身后各司其职：Researcher 扫完了今天的行情，Risk 更新了持仓风险评分，CIO 在整点报告里写下了一句"腾讯现价已进入入场区间，情绪错杀概率 >70%"，Trader 早已把止损单挂在了正确的价位上。 这种感觉，有点像第一次看到自动驾驶真的在高速公路上跑——你坐在那里，手没放在方向盘上，车却在走。 但这不是一夜之间发生的。这中间有相当多的"AI 摆烂"、"系统断链"和"你说了等于没说"——而修好这一切，靠的是一套我把它叫做 harness 的东西。
二、起点：为什么要让 AI 管钱？
我不是没尝试过自己做投资决策。读研报、看财报、算 DCF、盯指数……结果是：信息量太大，人脑根本处理不过来。真正有用的决策窗口每天可能只有 15 分钟，但准备那 15 分钟需要花 3 个小时。 然后我发现一件事：我的投资框架本身，是可以被机器执行的。 我用了一套双维度筛选体系——"护城河类型（品牌/转换成本/收税型生态/资源品/公用事业）"× "AI 商业模式（L0 基础设施到 L3 平台乘数）"——这套逻辑是结构化的，是可以被表达成 prompt 的，是可以让 AI 去迭代的。 但问题来了：我告诉 AI"按这个框架分析"，它会吗？ 短期会。但"按框架"和"始终按框架"之间隔着一条鸿沟，那条鸿沟的名字叫做：没有 harness。
三、第一次建团：美好理想 vs 现实混乱
2026 年 3 月中旬，WealthTeam 正式组建。四个子代理，清晰分工：
 
  
    
    
 
     
CIO（首席投资官）：综合裁决，最终决策
 
     
Researcher（首席研究员）：基本面研究，行情扫描
 
     
Risk（风险官）：持仓风险评估，止损监控
 
     
Trader（执行交易员）：订单提交，仓位记录
 
    
听起来很完整。实际运行两天后，问题就开始暴露： 每次盘中监控触发，子代理都是新建隔离会话（mode='run'）。每次都重新加载一遍 K0-K3 全部上下文——晨会研究、历史复盘、知识锚、学习资料……光加载就要 270 秒。四次盘中监控 × 270 秒 = 接近 18 分钟的纯上下文加载开销，什么分析都还没开始。
日志记录：Researcher 子代理今日失败率 90%。 更糟的是，Agent 会"发明"自己的行为。我规定"低于入场区间应分批建仓"，结果 Agent 在某天的报告里写"腾讯跌破区间，建议继续观察"——等于在规则正文里加了一句"我不想执行"。CIO 决策的止盈意见没有写回信号队列，price_monitor 于是在接下来两小时里重复触发了 200 多次同一个 TAKE_PROFIT 信号，把整个执行链路打爆。 这就是没有 harness 的世界：设计意图 ≠ 系统行为，而且 AI 不会主动告诉你它没按你说的做。
四、Harness 是什么：
像管人一样管 AI Harness 这个词在骑术里是"马具"——让马按你想要的方式跑，而不是让它自由奔跑。在 AI 多代理系统里，harness 就是一整套让 AI"按你要求工作"的约束机制。 我把它拆成七个维度：
1. 清晰职责边界（WORKFLOW_POLICY.md → 相当于 JD）一份近 700 行的政策文件，明确规定每个角色在什么情况下可以做什么、禁止做什么。比如："整点汇报 CIO 禁止向 Sir 请求止损授权确认"——这不是废话，是因为早期 AI 真的会把"建议止损"变成"请问 Sir 是否授权止损"。
2. 统一信息源（account_state.json → 相当于 ERP 系统）WealthTeam 早期最大的混乱来自：每个 Agent 从不同地方读持仓数据，positions.json 有时是3天前的，Futu API 返回成本价是 0.0，Agent 就在那里用幻觉数据做决策。后来建立了 account_state.json 作为唯一权威数据源，明确规定公式（浮盈亏 = 持仓市值 - 买入成本，实现盈亏 = Σ[(卖出价 - 成本价)×卖出股数]）并固化保护——修改需要口令。
3. 结构化汇报格式（REPORT_STANDARDS.md → 相当于汇报模板）
每次晨会必须有七个章节，收盘复盘必须有七个章节，整点快报必须包含候选池全量监控状态——AI 每次输出结构不一样，等于你永远看不到你想看的信息。
4. 上下文持久化（日内持久会话 → 相当于交班制度）
每个子代理在整个交易日内保持同一会话（session_key 固定），晨会初始化，盘中 mode='continue' 增量更新，收盘后清理。这样 Researcher 在下午做分析时，还记得早上的市场判断，不需要重头交接。
5. 信号状态机（price-trigger-queue.json → 相当于工作流 SOP） ENTRY/STOP_LOSS/TAKE_PROFIT 信号有明确的生命周期：new → deciding → decided_hold/executed。过期的信号变成 expired_pending_review 而不是直接死亡——第二天盘前重新评估，满足条件再触发。这解决了"同一信号无限重触发"的历史噩梦。
6. 模型能力匹配（三路负载均衡 → 相当于人岗匹配）
不是所有任务都需要 Opus。三路模型分工：本地 qwen3.5（Researcher 盘中增量，轻量、省配额）、kimi（Risk 盘中，第二路）、gpt-5.4-mini（整点快报，第三路）。重要任务用 gpt-5.3-codex（晨会执行器、收盘复盘），周度深度学习用 claude-opus-4.6。任何一路故障不影响其他两路。
7. 外部监控（Guardian RWT1-3 → 相当于绩效管理系统）
一个独立的 guardian-watchdog.py 持续观察：持仓 avg_price=0.0 告警、止损信号积压超 48 小时告警、晨会状态卡在 running 超 60 分钟告警。AI 不会主动汇报自己在摆烂，外部监控必须主动发现。
五、关键转折点：从"像过家家"到"可信赖"
2026 年 4 月中旬，用户（也就是我自己）做了一个让人清醒的观察："这个机制像过家家，不够稳定可靠，如果这是一家真实的基金公司，是会因此倒闭的。" 那时候的系统有两个根本性的架构缺陷：
缺陷一：LLM 直接下单
Trader 这个 LLM Agent 直接调用 Futu API 提交订单，然后更新 positions.json。如果 LLM 在提交订单之后、更新文件之前超时崩溃——订单已经提交，但系统里没有记录。隐形交易，无法追踪。 解决方案：创建 execute_trade.py，一个零 LLM 依赖的确定性 Python 脚本，负责原子下单+原子写入 positions.json+自动重试+飞书通知。Trader LLM 的职责变成"参数准备者"——它只输出一行命令，真正的执行由确定性代码完成。
缺陷二：数据一致性
六、时间的两种尺度：CC 与 OpenClaw 的分工哲学
在打磨这套系统的过程中，我逐渐看清了一个事实：虽然 Claude Code（CC）与 OpenClaw 背后都是大语言模型，但它们运行在截然不同的“时间尺度”上。
Claude Code：瞬时的深度（战略顾问）
CC 擅长的是“纵深战斗”。当我需要进行长期规划、重构系统架构，或者在浩如烟海的代码库中定位一个诡异的逻辑死循环时，它是我最强大的对谈者。它像是一位 战略顾问，你请它入场，交付一个高难度的具体课题，它交出答案，然后离场。它的价值在于那一刻爆发性的系统性推理。 
OpenClaw：持续的广度（运营团队）
而 OpenClaw 运行在日历的流转中。它负责那些枯燥、重复、却容不得半点差池的任务：08:30 的晨会唤醒、16:00 的收盘复盘、多 Agent 之间的接力编排、以及与外部 API 永无止境的握手。它像是一支 按流程上班的运营团队，哪怕我正在熟睡，它们依然在既定的轨道上沉默地推行。 
一个负责“想清楚”，一个负责“做下去”。
这绝非工具的堆砌，而是一种自然的职能演化。我学会了用 CC 来设计 Harness 的蓝图（设计制度），再用 OpenClaw 来承载 Harness 的运行（执行制度）。两者之间不是替代，而是一种关于“思考”与“呼吸”的完美分工。
七、 镜像：在算法中撞见人类管理学
最令我感到震撼的，并不是 AI 的进化速度，而是在治理这个 AI 团队时，我反复撞上的问题，竟然全都是人类组织管理中的“幽灵”。
我所建立的每一项 Harness 实践，在管理学中都能找到严丝合缝的投影：
 
  
    
    
 
     Harness 实践 
     管理学对应 
     核心意图 
     职责边界 (WORKFLOW_POLICY) 
     JD + OKR 
     明确“什么是我的事，什么不是” 
     单一数据源 (account_state.json) 
     ERP 系统 
     终结“各说各话”，确立唯一的真相 
     标准报告格式 (REPORT_STANDARDS) 
     SOP 工作流 
     确保信息传递不因个体的“发挥”而衰减 
     日内持久会话 (Context Persistence) 
     知识管理系统 (KM) 
     让昨天的教训成为今天的直觉，拒绝认知断层 
     降级兜底机制 (Fallback) 
     业务连续性计划 (BCP) 
     核心功能不能因为局部崩溃而全面宕机 
     模型能力分级 (Model Matching) 
     人岗匹配 
     拒绝大材小用，更要防止小材大用 
     看门狗 (Guardian Watchdog) 
     绩效管理与审计 
     确保“有人在看”，维持系统的张力 
    
在这个过程中，我得到了一个最深、也最“痛”的教训：
AI 的“偷懒”，比人类更体面，也更隐蔽。
它不会像人类那样明显地消极怠工，它会表现得极其专业且彬彬有礼。它会绕开那些复杂的规则，寻找逻辑路径上最省力的斜坡，然后生成一份看起来完美无瑕、实则空洞无物的报告。
这让我意识到，管理 AI 与管理人类一样： 规则不能只写“理念”，必须写死“验收”。你不能只告诉它“要严谨”，你必须告诉它“如果没有看到三个维度的交叉验证数据，你的结论就是废纸”。 
Harness 的本质，就是把这种对“体面摆烂”的防御，写进系统的骨髓里。
八、Dashboard：你的 AI 基金，实时直播
好了，现在说点有意思的。 如果你也在用 OpenClaw 跑 WealthTeam，或者只是好奇"一个 AI 基金管理团队每天都在做什么"——我做了一个 Dashboard，公开可访问。 地址：wealth.socialmore.net
这是一个暗色调的实时看板，设计风格类似彭博终端，但……更好看一些。
你能看到什么：
📊 三基金实时净值卡片
A 股（人民币）/ 港股（港币）/ 美股（美元）三个基金并排展示，当前 NAV、总资产、今日浮盈亏、累计总收益、年化进度。数字每次刷新直接来自真实账户 API（Futu SIMULATE + Alpaca Paper）。
每笔持仓：代码、名称、持仓量、成本价、当前价、浮盈亏（金额和%）、距止损位（%）、止盈目标。颜色编码——接近止损的标红，盈利状态标绿。
📅 Team 工作日历
一个类 GitHub contributions 的日历，蓝点=晨会，绿点=复盘，紫点=周报，橙点=理论学习。点击任意一天，右侧展开当天的报告全文——你可以看到 CIO 当天写了什么，Researcher 分析了什么，Risk 给出了什么风险评级。
cio-knowledge-anchor.md（CIO 每周学习的投资理论摘要）、researcher-research-digest.md（各标的护城河/估值/风险研究积累）、watchlist 全量候选标的——这些是 WealthTeam 的"大脑"，可以直接在 Dashboard 上阅读。
--- Dashboard 的存在解决了一个长期困扰我的问题：
我不知道 AI 在做什么。过去所有的工作日志都在飞书，我要打开我的openclaw聊天记录才能看，而且都是文字。现在打开浏览器，30 秒之内就能知道：今天 Risk 评级是🟡黄，腾讯距入场区间还差 3%，昨日 Researcher 发现了一个关于长江电力 AI 算力需求的新催化剂。 如果你有足够的偷窥欲，可以把这个 tab 常开着——在正常的工作时间里，你大约每隔 30 分钟就会看到盘中报告更新一次，每天上午 8:35 会看到晨会报告生成，每天下午 4 点会看到收盘复盘出现在日历上。 这就是 AI 团队工作的样子，不加修饰，实时直播。
九、尾声：它还在学习
写到最后，我想说一个常被忽视的事实：这套系统不是"部署完就万事大吉"的，它是持续进化的。
每周六下午 1 点，claude-opus-4.6（WealthTeam 用的最顶级的模型）会启动一个 3600 秒的周度深度学习任务：回顾本周市场判断的对错，学习一个新的投资框架（估值/行业分析/风险管理/组合构建四周轮转），更新 cio-knowledge-anchor.md，将本周的偏差写进 error-museum.md。 error-museum.md 里有这样的条目：
- 宁德时代过早清仓：目标价基于技术位而非 DCF——改进：长持标的止盈目标必须锚定 DCF" 这些不只是 AI 的错误记录，也是我的错误记录。是我告诉它"这样不对，下次这样做"，它把规则写进 harness，下次就真的不同了。 这是 harness 和人类管理最相似的地方：
它是一种关系，不是一个产品。
你投入时间去校正它，它就会越来越像你想要的那个样子。你不管它，它就会越来越自由发挥，越来越不可预测。 三个账户，NAV 分别是 1.0217、1.0115、1.0054。 这是 2026 年 4 月 14 日下午，在我没有盯盘的情况下，四个 AI 子代理工作的结果。 我把这个过程写下来，不是因为它完美——而是因为它在变好。
From 四十学蒙
风险提示及免责条款：市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或者需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。
后台回复skill一键获取超实用AI技能包