Agent Native 开发
Agent-native development
区分内外循环,用检查、集成与交付门槛约束持续运行。
一、把开发理解成可验证的状态变化
一个项目的当前状态包括代码、规格、测试、任务记录和未完成改动。开发可以看作「读取当前状态 → 提出一项变化 → 执行检查 → 接受改动或修正」。Agent 能快速提出变化,也需要由工具和流程提供证据,决定这一步是否可以继续进入仓库。
开放任务还有效率上的选择。初期需要比较不同方案,确认问题和可行方向。方向明确以后,再投入较多轮次检验一项具体假设。课堂建议观察实际运行轨迹,例如用了什么资料、跑了哪些实验、工具失败后做了什么。从轨迹才能判断结论有没有经过验证。
二、两个循环分别处理什么
| 循环 | 输入 | 每轮行为 | 持久状态或输出 |
|---|---|---|---|
| Agent 内部的工具循环 | 当前上下文和工具定义 | 选择动作,调用工具,把结果交回模型 | 文本、工具结果、环境变化 |
| Ralph loop 一类外层控制 | 任务规格、当前工作区和上轮记录 | 重新读状态,推进一个明确步骤,验证并更新进展 | 文件、提交、测试结果、下一步或完成信号 |
内部循环说明 Agent 怎样读文件、运行命令、响应错误。外层循环解决一段会话难以稳定完成长期任务的问题。把重要状态存进工作区,后续轮次可以根据记录恢复,而不依赖上一轮把所有细节一直放在上下文里。
课堂原型的一轮
- 读取规格和当前状态,选择一个未完成且能验证的步骤。
- 只推进该步骤,运行相关检查。
- 更新日志,说明改了什么、哪些检查通过、还有什么问题。
- 条件满足时输出约定的完成标记,否则留下明确的下一步。
讲师用生成个人名片比较有无外层循环的表现。单次生成的版本外观丰富,但写错了联系方式等事实。循环版本有机会读取资料并修正。案例同时受提示词和生成随机性影响。应用时,结束标记宜和验收结果相互核对。长期执行所需的运行预算和遇到重复失败时的处理,也可以写进任务规则。
可以放在仓库里的状态记录
下表将课堂的规格、日志和完成信号整理成可交接的信息。
| 记录 | 负责说明 |
|---|---|
| 规格 | 最终目标、不可违背的约束和完成条件 |
| 当前任务 | 本轮只改变哪一段行为 |
| 执行证据 | 做了哪些修改,运行了哪些检查,结果是什么 |
| 未决事项 | 失败原因、依赖关系、需要谁决定的问题 |
| 下一步 | 另一个 Agent 读到后可以执行和验证的动作 |
状态记录应和实际文件及测试保持同步。每轮说自己完成了什么,最终可用工作区差异、提交和测试输出来核对。
三、CI/CD 门控把验证安排在正确的位置
门控把「满足什么条件才能接受下一步」变成团队可以统一执行的规则。检查结果要能提供有效反馈,让 Agent 知道失败在哪个文件、哪项测试或哪处契约。
| 时点 | 示例检查 | 作用 |
|---|---|---|
| 本地提交前 | 格式、静态检查、编译、短测试、简单文档规则 | 尽快反馈低成本错误 |
| 提交或合入前的 CI | 集成测试、接口兼容性、生成文件或文档一致性 | 在共享环境确认整体行为 |
| 主线、定期或发布阶段 | 较慢的全量测试、模糊测试、打包验证 | 用较高成本检查更宽范围 |
| 需要语义判断的变更 | 审查设计取舍、业务含义、读者体验 | 处理难以转成脚本的判断 |
例如,约定所有文档内部链接都能解析,适合写成自动检查。约定双语文档的核心含义一致,还需要合适的审查。一项检查昂贵时,可以按反馈速度和影响范围安排运行时点。越靠近编辑环节修正,越少影响其他 Agent 正在做的事。
四、把交付流程也写成规格
讲义用课程网站说明,一套 CI/CD 的价值取决于什么状态允许合入或发布。CI 持续整合小变更并执行构建与测试。持续交付保持可发布状态,实际发布可以再决定。持续部署会让满足要求的产物自动上线。
| 触发事件 | 状态条件 | 失败时应观察到的行为 |
|---|---|---|
| 合并请求有新提交 | 合入候选通过检查,必要时按最新主线或队列组合重测 | 请求保留为不可合入,失败原因可定位 |
| 主线更新 | 测试与构建通过,发布产物对应已经验证的版本 | 线上保持可用的上一版 |
| 发布任务交叠 | 较新的版本具有发布优先级 | 较早完成的任务或延迟的旧任务不能覆盖新版本 |
| 存在例外条件 | 按项目规定保留决策和后续核验 | 可以从记录解释何时、为何放行 |
可以在练习环境分别引入一条会触发静态检查的变化、一条会让测试失败的实现,再恢复两者。比较实际合入状态和线上版本是否符合规格。门控需要验证它能阻止失败路径,也需要验证恢复后能继续。
五、并行 Agent 怎样汇合
课堂把第 3、4 讲的分支、提交和工作树放进 Agent 开发流程。协调者划分范围、记录依赖与合入顺序。执行者在自己的工作树修改和验证。合入方用共享规则检查组合后的状态。
问题经常出在两个代理都改变同一个约定。一个改接口,另一个在旧接口上补用例,各自在自己的版本可能通过。并行前可以确认共享契约,合入时进行跨模块验证。如果出现冲突,沿提交和任务状态定位是哪条假设失效,再决定修正方案。任务日志能帮助后续执行者看到决策来由。
六、课堂比较的三种反馈机制
| 案例 | 改变了什么 | 可以迁移的设计 |
|---|---|---|
| Stripe Minions | 用混合工作流串起确定步骤和 Agent 步骤,限制测试重试 | 固定的 Lint 由程序触发,需要理解失败原因的部分由 Agent 处理 |
| Anthropic C 编译器实验 | 通过可信编译器处理其余文件,缩小新编译器需要解释的失败范围 | 改善失败的可定位性,再分配给多个 Agent |
| StrongDM | 维护相对独立的端到端场景,并用外部服务的行为替身反复验证 | 将真实用户意图转成可测试场景,检查超时、状态不一致和重试等边界 |
这三个案例对应执行方式、任务可分性和独立验收。它们都把更多工程知识放到环境。Agent 能自己启动应用、观察日志、比较结果,试错就能获得可靠证据。程序能机械判断的要求适合写成规则,更新测试或规则本身要回到规格和设计理由。
持续清理可以减少重复和坏模式。遇到真实假设变化,例如原来的系统模型已经不能组织新任务,可以把它作为架构问题重新评估。在旧结构上继续增加检查,有时只能照看现状。下一讲从 DeepSeek Harness 的插件、事件与界面扩展进入这个问题。
七、DeepSeek Harness 怎样让文档同步可检查
从两个语言文件看配对关系
课上查看中英文 Markdown 和同目录的 i18n.yaml。配对文件记录两份材料的关系。在一次内容变更中,先更新的一侧提供同步依据,另一侧根据变化更新对应段落。哈希和 Git 历史有助于发现配对状态过时,并找出变化范围。
可以按以下四步理解该流程。
- 读配对规则,确认两个文件及当前同步依据。
- 检查记录中的哈希和文件状态,发现内容更新。
- 读取差异,只翻译或修订受影响部分。
- 更新配对状态,运行自动检查,再审查语义、术语和表达。
哈希能检查版本到底有没有变,无法判断两句话是否表达了同一个意思。最小补丁限制改动范围,审查负责检查含义。几种检查各自解决不同的问题。
文档规则如何演化
课程沿 Git 历史观察规范先以术语表存在,随后加入配对约定,再进入自动化检查。分层的 AGENTS.md 提供当前位置的规则,风格样例和术语表按需读入。文档预算帮助控制内容增长。任务笔记记录方案、状态和历史,使 Agent 能继续工作,同时保留人能审查的上下文。
这个案例也说明,标识、元数据和检查可以表达仓库中需要维护的关系。文档、接口和测试之间的关联,也适合用相同思想找出并验证。
八、把流程应用到一个小仓库
先选一条典型改动,例如给现有配置增加一个可选字段。写清默认行为、旧配置兼容性和本轮验收。为 Agent 提供代表性代码与测试,让它在独立分支推进。接受改动前检查新旧配置、相关文档和错误行为,再用提交记录解释改动理由。
如果后续还有第二个 Agent 更新界面,让它依赖已经确认的字段契约。两个任务汇合时,用端到端样例确认旧配置和新界面共存。经过这一轮,可以清楚地看到规格、上下文、版本历史、验证和合入分别承担了什么责任。
复习与应用
为一个三到五步的小项目设计外层循环,写出每轮读取的材料、维护的状态、明确的通过条件,以及失败以后怎样恢复。再挑一条适合交给 CI 的规则和一条必须保留语义审查的规则。
停一下,解释给自己听。
迭代预算用完时,任务能标记为成功吗?
展开答案要点
预算用尽只能说明停止原因。任务成功必须由独立验收决定;未通过时应保留最近候选、失败证据与未解决的问题。
已读由你决定,不代表自动评估掌握程度。