核心理念
WHY → WHAT → HOW
每一层的产出都喂给下一层。跳过任何一层，模糊性都会指数级爆炸。这就是 Harness Engineering 的执行编排层——被具象化落地。
Phase 1
WHY
需求与动机
先理解问题，再解决问题。谁需要它？它解决了什么痛点？"完成"是什么样子？
关键产出
- 用户画像与痛点分析（因果链）
- 带优先级的场景识别（S01、S02……）
- 每个场景的 GIVEN/WHEN/THEN 验收标准
- "不做"清单，用于界定范围
Gate 1：每个 P0 场景都有验收标准
产出喂给下一层
Phase 2
WHAT
产品设计
设计解决方案。针对每个场景，定义用户看到什么、如何交互、状态如何变化。
关键产出
- 信息架构与导航
- 每个场景的功能规格
- HTML 原型（AI 生成）
- UI 层的 GIVEN/WHEN/THEN（按钮、表单、状态）
Gate 2：每个 P0 场景都有交互规格 + 原型
产出喂给下一层
Phase 3
HOW
实现
用 5 个精确的步骤构建解决方案。场景驱动、测试先行。AI 在完整上下文下生成代码。
0 架构概览与技术选型
1 场景 → 时序图 → API 浮现
2 API 规格（OpenAPI YAML）→ 数据库 Schema
3 测试用例设计（在写代码之前！）
4 AI 在完整上下文下生成代码
5
openlogos verify → 自动化验收Gate 3.5：全部测试通过，100% 覆盖，AC 可追溯
为什么不直接开始写代码？
当 AI 没有上下文工作时，每个决策都是一次猜测。一个功能有 10 个决策点，就是 210 = 1,024 条可能的路径，其中大多数都是错的。三层模型把这个指数级的空间坍缩成一条经过深思熟虑的路径。
这难道不是瀑布模型吗？
不是。瀑布模型意味着你要完成所有需求，才能开始任何设计。OpenLogos 是按场景推进的——你可以让 S01 走完全部三层，而 S02 还停留在 Phase 1。这些层是一个推进模型，而非时间表。