用途：把研究、营销、运营、分析、内容生产等高认知任务改造成可测量、可复用、可纠错的 Agent 工作流，先判断任务是否适合 Agent 化（输入输出可描述、有对错标准、重复发生、数据可稳定获取、错误可拦截、结果可复核）。
主要能力：建立人工基线（任务成功率、一次通过率、周期、人工工时、单次成本、重试率、严重错误率）；按业务链路拆分为单一职责 skill，含 name、input_contract、output_contract、tools 允许/禁止、acceptance、escalate_when；用 harness 管理 Context、Skills、Memory、Evaluation、Observability 五层；选择顺序、并行、路由、主管—执行者、评审—修订等编排方式；定义人工批准动作与权限；按 Shadow、Copilot、Guarded automation、Autonomous 四阶段上线并支持回滚。
使用方式：资料给出 7 天落地清单和最终输出模板，并说明失败时应记录类型、定位数据/工具/推理/验收问题、修改对应层、用旧样例集回归。
适用场景：需要把专家判断编码为 skill 与 harness、降低交付周期和边际人工的团队。资料附营销洞察交付案例，但明确标注为会议经验陈述，非独立审计或对照实验。
限制：不证明所有行业可获得相同幅度收益，未披露统一口径下的错误率、模型成本和客户长期留存；复用时须重建本团队基线并补测质量、重试与严重错误率。