終章：五種工程觀，我們該抄什麼

先玩再講。下面是全專題講過的主要機制，做成了可勾選的卡片，每張標著它解決的問題和依賴的前置機制。像點菜一樣勾出你專案需要的，右邊即時生成你的架構清單：缺了依賴會標紅警告，勾了體量陷阱會提醒你養不養得起。點「播放」看一遍典型的踩坑加糾正過程。

全專題拆的是 DSH，但每一課都在跟別家對照。收官先把五家擺在一張桌上。三個維度：真源（對話狀態的權威副本放哪）、擴充模型（第三方怎麼加能力）、安全依靠（防出事靠什麼）。

表看完先記住一件事：五家沒有對錯，只有立場。Claude Code 的斷路器數字來自真實帳單，Grok 的靜態組合換來編譯期確定性，Codex 把不信任寫進作業系統層，OpenCode 把可換模型放在第一位。DSH 的特殊在於它把可證明排在了好用前面，這是執行時的立場，也是它文件和測試體量的根源。

全專題講了三十來個機制，大多數和 DSH 的外掛框架綁定。但有五件是純思路，抄走就能用：

1. 事件日誌真源。對話狀態只存一份 append-only 的事件序列，訊息陣列永遠從它派生。一個 JSONL 檔案加一個 fold 函式就是最小實現，恢復和回放白送（機制詳解見 Model-visible ⟺ logged 那一課）。
2. 三種輸入語義。使用者在 agent 幹活時發來的訊息，明確分成排隊、插話、打斷三種命運，寫成顯式的介面語義。沒有這一層，輸入時機就是薛定諤的狀態。
3. 雙路徑壓縮。主動測壓和被動溢位恢復分開掛，事件不同、條件不同、失敗語義不同（見 Compaction 雙路徑那一課）。
4. 溯源鑑權。每段進入上下文的內容都帶來源標籤，高權限操作只認可信來源。工具結果裡藏的指令冒充不了使用者。
5. 單調 Guard。重試、恢復這類危險放行，一律要求出示單調遞增的證據（世代號、計數器），不認外掛的口供。

這五件的共同點：都是介面語義層面的決定，跟你用什麼語言、什麼框架無關。一個週末能搭出毛坯，剩下的是打磨。

反過來，有三件事是 DSH 用專職團隊的人力堆出來的，個人和小團隊照抄必翻車：

1. 219 個包的外掛樹。一切皆外掛意味著每個能力都要切出 Service Definition、Provider、Consumer 三個角色，配齊 README、測試和文件配對。DSH 有 49 個包分組、268 份 README。你專案裡的同款需求，一個 plugins 資料夾加約定就夠了。
2. 雙語三檔案文件配對。每份文件是英文、中文加一份記錄兩側 blob hash 的 .i18n.yaml，改一側不重新確認配對就 CI 紅。紀律漂亮，成本是每次文件改動雙倍起步。
3. per-file 100% 覆蓋率門禁。每個原始檔都要 100% 行覆蓋。DSH 自己都寫了篇 proposed 筆記（2026-06-11-mutation-testing）承認覆蓋率只證明程式碼被執行過。沒有 AI 大規模寫測試的產能，這個門禁只會逼人寫「執行但不斷言」的假測試。

收官課不吹主角。DSH 是開發者預覽版，根 AGENTS.md 開頭第二節就寫著預發布立場：

MCP 這邊，只橋接了工具一種能力，Resources 和 Prompts 明確延後，packages/mcp/mcp-client/README.md 第 111 行原文：「Tools are the only bridged MCP capability — Resources and Prompts have no harness consumer and are deferred.」產品入口也只有 Web UI 和 headless 執行（apps/ 下只有 cli 與 web 兩個應用），沒有 Claude Code、Grok Build 那樣的互動式 TUI。這三條不算黑點，算取捨：地基沒幹透之前不澆二樓。

最後說一個容易被略過、但最能解釋 DSH 動機的東西。它的四種產品模式就是四份 preset 配置檔案，其中極簡模式的核心配置一共就這幾行：

# The `minimal` agent preset: a fixed-prompt, two-tool coding-agent composition.
#
# The persona is the complete system prompt, so global identity, Web orientation,
# tool guidance, and later assembly listeners cannot add prompt text. Runtime
# context snapshots are suppressed for this preset, and the model composes only
# persistent `bash` and `str_replace_editor`. Context compaction is absent.

- id: persona
  name: '@deepseek-ai/dsh-persona'
  config:
    text: You are a helpful software engineer assistant.
    complete: true
    includeRuntimeContext: false

讀一下這份配置在做什麼：系統提示詞就一句話，且宣告為 complete，任何外掛都加不了字；執行時上下文被抑制；工具只有 bash 和 str_replace_editor；沒有壓縮。所有 harness 側的變數都被擰到最小。根目錄的 BENCHMARK.md 推薦用 Python SDK 跑這個 minimal 變體做基準測試，每個任務獨立 workspace 和會話。

這解釋了 DeepSeek 做 harness 的動機之一：模型廠商需要一臺標準化、可復現、無壓縮干擾的測量儀來評自家模型，順手把它做成了通用執行時。Anthropic 做 Claude Code 是為了讓模型服務產品，DeepSeek 做 DSH 有一半是為了測量模型本身。立場不同，工程觀自然不同。往後看，agentic RL 訓練和模型評測對這種可回放、可證明的 harness 只會更飢渴，這可能是 DSH 這套重機制路線最先兌現價值的地方。

對照組的收官可以互相印證：Grok 專題的 工程回顧與證據邊界 和 Coding Agent 設計工作臺 從 Rust 單體的角度回答了同一批問題，兩邊對著讀，五種工程觀就齊了。