附录 C —— 阅读单与外部资源#
下面每一条都以一个 BibTeX key 引用;权威记录——作者、标题、DOI、URL——都住在 _bib/*.bib 里,不嵌在正文中。想看完整引用的读者请去 references.md(参考文献)。
理论根基#
本框架所依赖的那些理论与历史论文:
Lehman 1980 年的软件演化定律 [Lehman, 1980]。
Cunningham 1992 年的技术债隐喻 [Cunningham, 1992]。
Conway 1968 年的定律 [Conway, 1968]。
Meyer 1992 年的契约式设计论文 [Meyer, 1992]。
Ford、Parsons 与 Kua 2017 年的 Building Evolutionary Architectures [Ford et al., 2017]。
Feathers 2004 年的 Working Effectively with Legacy Code [Feathers, 2004]。
三大护法(SDD / TDD / MDD)#
Martraire 2019 年 Living Documentation —— SDD 谱系 [Martraire, 2019]。
Adzic 2011 年 Specification by Example —— SDD × 牧场 谱系 [Adzic, 2011]。
Beck 2002 年 TDD by Example —— TDD 谱系 [Beck, 2002]。
Zeller 2009 年 Why Programs Fail —— TDD 调试谱系 [Zeller, 2009]。
Bacchelli 与 Bird 2013 年的现代代码评审研究 [Bacchelli and Bird, 2013]。
Majors、Fong-Jones 与 Miranda 2022 年 Observability Engineering —— MDD 谱系 [Majors et al., 2022]。
Sculley 等 2015 年的 ML 技术债论文 —— MDD 的警世寓言 [Sculley et al., 2015]。
基准测试#
案例研究章节中引用到的公开基准测试:
LangChain 2026 年 Terminal Bench 2.0 的博客文章 [LangChain, 2026]。
Peng 等 2023 年的 Copilot 生产力研究 [Peng et al., 2023]。
Ziegler 等 2022 年的生产力研究 [Ziegler et al., 2022]。
开源参考实现#
本书作为案例研究打过分的那些马具项目:
港大 DS Lab 的 OpenHarness [HKU Data Science Lab, 2025] —— 第 07 章。
Joseph Vincent 的 Superpowers [Vincent, 2025, Vincent, 2025] —— 第 08 章。
lazy-scrum-team Claude Code/Cursor 技能 [Fan, 2026] —— 第 09 章。
OpenAI harness / RFT 工具包 [OpenAI, 2026] —— 相邻项目。
持续更新的资源#
那些比本书更新更快的精选列表、厂商文档与公开讨论:
walkinglabs/awesome-harness-engineering—— 权威的、持续更新的精选列表 [walkinglabs, 2026]。与本书的范围差别:本书是一份长篇方法论,带强立场、"研究 + 实践"双轨、以及一条可强制执行的双轨 lint 规则;而 awesome 列表则是一份不持立场、持续更新的论文、博文与项目精选。二者是互补关系,不是替代关系。Anthropic 的 Claude Code 文档与发布文章 [Anthropic, 2024, Anthropic, 2024]。
MCP 规范及其参考实现 server [Anthropic, 2024]。
张汉东的《马书》—— 对 Claude Code 的中文逆向工程研究 [Zhang, 2026]。
相邻领域#
那些与马具工程有重叠、却并不等同的领域:
DevOps —— Humble 与 Farley 2010 年的 Continuous Delivery [Humble and Farley, 2010],以及 Forsgren 等 2018 年的 Accelerate [Forsgren et al., 2018]。
Scrum 与敏捷流程 —— Schwaber 与 Sutherland 2020 年的 Scrum Guide [Schwaber and Sutherland, 2020]。
技术债管理 —— Tom 等 2013 年的系统综述 [Tom et al., 2013]。
MLOps 与 AI 工程 —— Huyen 2025 年的 AI Engineering [Huyen, 2025]。
平台工程 —— CNCF 的平台工程成熟度模型 [CNCF Platforms Working Group, 2024]。
可靠性工程 —— Ford 等 2017 年的演化式架构,横跨本组与"理论根基"组 [Ford et al., 2017]。