开源项目 PenguinHarness（仓库地址：https://github.com/Prism-Shadow/penguin-harness ，简称 PH）是一个"让 agent 自己写 agent"的 harness：它能用 LLM 生成新的 agent 配置、运行自身、复盘失败、再把结论写回记忆。这篇文章讲它怎么做到"token 消耗低"，以及什么场景值得用、什么场景先别急。
数据说明：以下 benchmark 数据均来自官方 README 与发布说明，我未在本机复测，仅作参考。
低 token 的三个来源
官方在 40 个真实编码任务上对比了成本：
| 方案 | 成本 | 正确率 |
|---|---|---|
| PenguinHarness | $3.81 | 71.25% |
| Codex CLI | $146 | 71.25% |
| Claude Code | $220 | 约 90% |
命中率与 Codex 打平，成本差一个数量级。低 token 主要来自三处：
- 自我进化的记忆系统。每轮失败会被压成一条结论写回
@memory，下次同类问题不再重复问、不重复试错，token 自然省。 - 精简 system prompt。0.1.5 把 system prompt 从 1087 词压到 969 词，每次调用都少一段常驻文本。
- 全量 Trace。它记录每个工具调用花了多少 token、卡在哪，配合自我进化持续砍浪费——不靠玄学省，靠可定位。
自建 agent：写配置，不是写代码
用 @prismshadow/penguin-core，最简示例：
import { createAgent } from "@prismshadow/penguin-core";
const agent = await createAgent({
name: "my-helper",
model: "claude-3-7-sonnet",
role: "你是一个代码助手，只回答能落地的结论",
tools: ["execute", "read", "write"],
});
await agent.run("看下 ./src 下有没有未处理的 panic");
也可以用 CLI 起交互或运行任务：
penguin run "重构 handleRequest，去掉重复的 error check"
不需要会写 agent 框架，配几个字段就能得到一个有记忆、会自我进化的助手。
关键安全边界
- CONTRACT.md 契约：框架的运行方式、目录结构、可配置项都写在这里，改动它前会先读契约。
- 工具调用审批：默认对高影响动作（写文件、执行命令）要求人工确认，不放心就锁住。
- 数据全在本地：记忆、会话、日志都落在项目目录（
.penguin之类），不上传，适合不想把代码喂给第三方的情况。
什么情况别急着上
- 要极致编码准确率：PH 在编码 benchmark 上还没追上 Claude Code（71% vs ~90%），追求正确率优先时先观望。
- 环境限制：需要 Node.js >= 24；Windows 下 shell 命令要配 MinGit，纯 PowerShell 环境可能踩坑。
- 官方数据未复测：成本数据来自官方 benchmark，真实项目场景下是否同样省钱，需要你自己跑一遍确认。
一句话判断
如果你要的是一个数据留在本地、token 可控、还能越用越省的 agent，并且能接受"它帮你写 agent 而不是你手写框架"，PenguinHarness 值得跑一遍。先把 40 任务 benchmark 在自己机器上复现一次，再决定是否纳入日常。
开放问题：自我进化写回的记忆会不会累积污染、长期运行后记忆膨胀怎么裁剪——官方还没给出明确机制，建议跑长周期前先留意。