我们发现了什么
Show HN：Plurnk（又一个 AI Harness）。它最初是关于"苦涩教训"究竟意味着什么的个人见解的概念验证，结果远超预期，我相信其他尝试构建智能体工作流的人——尤其是那些受限于本地与有限资源的——也能从这些经过验证的理念中受益。
- 来源：Hacker News（发现于 2026-09-16）
- 证据等级：D · 发现产品或需求信号，暂未获得可核验的商业证据。
- 商业模式：待核验
- 主题：独立产品
- 初筛评分：15/100 · 收录 1 次
证据，比故事更重要。
规则清洗与初筛，未经人工商业核验。原文语境、实际客户和付费情况仍需自行验证。
引用与数字披露
来源类型（原作者自述／第三方测算／媒体转引）需采集端标注，本版尚未落字段。
- 作者
- 未标注
- 抓取日期
- 来源类型
- 未标注
- 币种
- 未标注
- 口径
- 未标注
- 披露主体
- 未标注
- 披露日期
- 未标注
中文辅助译文（全文）
我迫切希望得到对我自研的 harness "Plurnk" 的反馈。我已经在我的 RTX 5070 Ti（仅有 16GB 显存）上把它当作日常主力工具自我使用了数周，它确实优于现有的所有同类方案（我有偏见）。1. 策展，而非压缩 模型全权负责（苦涩的教训）以确定性方式策展其自身上下文。2. ANTLR 语法 为 harness 优化的十几个动词针对模型预训练而设计，看起来像 markdown，同时完全集成一套 EBNF 语法，可接入 AST，以获得更优的工作流与恢复能力。3. 通用资源 模型可通过一套伪 URI 接口寻址一切，包括日志条目。4. 全模式 仓库中的所有内容都经过 treesitter 处理，构建出一张完整的图，模型可使用 glob、正则、jsonpath、xpath、图查询以及 sqlite 全文检索进行搜索。5. 标准化 MCP2 工具、AG-UI 客户端接口、A2A "agent to agent"，通过 OAI 规范 + models.dev 接入一切 6. 接口 CLI、TUI 以及一个 Neovim 插件，易于扩展，可插拔性极强 7. 轻量代理 服务/客户端架构配合轻量 TUI，可在弱硬件上同时运行数十个代理。占用仅 200MB。8. 精简上下文 在实现了所有臃肿 harness 的 "开箱即用" 功能的同时，系统提示仅比 pi agent 略大。它最初是作为我对 "苦涩的教训" 究竟意味着什么的个人见解的概念验证，但效果出奇地好，我相信其他尝试构建智能体工作流的人，尤其是在本地、有限硬件条件下工作的人，能够从这些经过验证的理念中受益。
译文由上游机器翻译生成，可能有误；判断请以英文原文为准。
英文原文（来源本站未改写）
I am desperate for feedback on my homebrewed harness, "Plurnk." I've been dogfooding it on my RTX5070Ti with only 16GB VRAM as my daily driver for weeks now and it's genuinely better than everything else available (I'm biased). 1.Curation, not Compaction The model's fully responsible (bitter lesson) for deterministically curating its own context. 2.ANTLR Grammar The dozen verbs for the harness are optimized for model pretraining, looking like markdown while being fully integrated with an EBNF grammar that plugs into an AST for superior workflow and recovery. 3.Universal Resources Everything's addressable by the model through a pseudo-URI interface, including the log entries. 4.
Omnipatterns Everything in the repo goes through treesitters which build a complete graph that the model can search with glob, regex, jsonpath, xpath, graph, and sqlite fulltext. 5.Standards MCP2 tools, AG-UI client interface, A2A "agent to agent", plugs into everything through OAI spec + models.dev 6.Interfaces CLI, TUI, and a Neovim plugin, easy to extend, very pluggable 7.Lean Agent Service/Client architecture with lean TUI allows dozens of agents to run on weak hardware. 200MB footprint. 8.Lean Context Achieves all of the "batteries includes" features of a fat harness while the sysprompt is only slightly larger than pi agent's.
It started as a proof of concept for my bespoke opinions on what "bitter lesson" actually means, and it's gone so well that I believe others trying to build agentic workflows, especially with local and humble constraints, could benefit from the proven concepts.
这条还缺什么证据？
下面每条都由本条已有字段推出（等级、理由、商业模式、来源次数、是否演示）， 本站不生成推测性结论；通用验证方法放在方法论页。
- 可核验的收入或付费证据查官网定价页与付费口径；第三方数据源（如 GetLatka）只作旁证，需标注来源与时点。
- 商业模式未定确认按席位／按用量／授权还是开源托管版收费；开源项目另查 LICENSE 与是否存在付费版。
- 只有单一来源找一手站点或其他渠道是否重复出现同一产品；社区热帖数量不等于商业进展。
通用验证清单（谁有这个问题／谁愿意付费／一个人能交付哪一小步）见我们的筛选方法。