最近，行业对 agent 的讨论，正在从 “prompt engineering” 转向 “harness engineering”。
OpenAI 在官方文章 Harness Engineering 中强调，随着模型能力持续提升，决定 agent 上限的往往不再只是单次 prompt，而是模型外部那层完整的工作台。Anthropic 在 Building Effective Agents 中强调，真正有效的 agent 往往来自简单、可组合、可持续优化的模式；Claude Code 的官方设计里，也把长期指令、Skills、Subagents、MCP 看作 agent 的执行外壳。LangChain 则持续把 middleware 与 context engineering 当成 agent loop 的关键控制层。
XpertAI 3.9.0 的重点，正是把这套思路产品化为一套更完整的智能体工作台：ClawXpert + Skills。