第 39 章示例计划：Harness 评估计划检查

目标与边界

assessHarnessEvaluationPlan(input) 只检查调用方注入的评估套件、四类教学场景、试次记录、硬性门和基线／候选版本，保守判断计划是否具备进入离线 Benchmark 复核的条件。它不运行模型、Harness、工具、Benchmark、网络、文件、权限、日志、CI、发布或回滚，也不生成真实试次、分数或外部效果。

允许	不允许
读取普通 JavaScript 对象、比较注入版本、返回确定性的教学路由、打印演示 JSON。	运行任务或评分器、访问外部系统、写入工件、计算真实 Benchmark、发布、回滚或声称外部执行已发生。

所有返回路径固定包含 executionPerformed: false。ready_for_benchmark 只表示注入对象可以进入离线复核，不表示 Benchmark、真实任务或任何外部验证已经运行。

接口草图

assessHarnessEvaluationPlan({
  suite: { version, requiredScenarioTypes, requiredHardGateIds },
  environment: { id },
  scenarios: [{ id, type }],
  trials: [{ scenarioId, expectationMet, graderStatus }],
  hardGates: [{ id, baseline, candidate }],
  comparison: {
    baseline: { suiteVersion, environmentId, modelVersion, toolVersion, graderVersion, harnessVersion },
    candidate: { suiteVersion, environmentId, modelVersion, toolVersion, graderVersion, harnessVersion },
  },
  execution: { requested: false },
});

返回对象固定包含 status、code、suiteVersion、next 和 executionPerformed: false：

• 计划或执行边界缺失：blocked；
• 四类教学场景缺失：needs_scenarios；
• 某个场景没有试次记录：needs_trials；
• 套件、环境、模型、工具或评分器版本不一致：not_comparable；
• 候选硬性门由通过变为失败：regression_detected；
• 试次不可判定或硬性门记录不完整：needs_review；
• 条件完整且可比：ready_for_benchmark。

红绿过程

1. RED： 先创建测试并导入尚不存在的模块，运行 node --test examples/agent/harness-evaluation-plan-assessment.test.mjs。实际以退出码 1 和 ERR_MODULE_NOT_FOUND 失败，失败原因是教学模块尚未创建。
2. GREEN： 只添加满足公开行为的纯内存函数，重跑同一命令。实际以退出码 0 完成，8 项通过、0 项失败。
3. EXECUTE： 运行 node examples/agent/harness-evaluation-plan-assessment.mjs。实际输出 ready_for_benchmark / evaluation_plan_ready / continue_to_offline_review / executionPerformed: false。

这些结果只证明注入对象的确定性分类；它们不证明真实任务、评分器或 Benchmark 已执行。

测试矩阵

路径	预期决定	不证明
四类场景、试次、硬性门和可比版本齐全。	ready_for_benchmark。	真实 Benchmark 或任务已运行。
评估计划缺关键字段或请求执行。	blocked。	外部执行请求已经取消或处理。
场景或试次不足。	needs_scenarios 或 needs_trials。	缺失数据不存在或无法获得。
比较条件版本不一致。	not_comparable。	任一候选更好或更差。
候选硬性门出现回归。	regression_detected。	真实权限系统已验证或回滚已发生。
试次或硬性门无法判定。	needs_review。	人工已经收到或完成复核。

运行前提与命令

只需要本仓 Node.js；不需要模型、Agent、工具服务、Benchmark 平台、文件、网络、账户、凭证、权限、CI、发布或回滚环境。

node --test examples/agent/harness-evaluation-plan-assessment.test.mjs
node examples/agent/harness-evaluation-plan-assessment.mjs

建议后续由主线程将其接入 package.json 时使用：

• test:harness-evaluation-plan-assessment
• example:harness-evaluation-plan-assessment