受够了给AI编程代理当保姆？这个开源工具让它们自检

AI写代码越来越强，但"写完就交差"的毛病一点没改。跑没跑测试？修没修对？检查没检查那个文件？一位开发者受够了这种反复验收的循环，干脆做了一套开源配置，让代理在说"完成了"之前先自己过一遍关。

为什么"完成"两个字越来越不可信

原帖作者的话很直白：模型写代码的能力已经好得离谱，但他仍然要花大量时间确认代理是否真的照做了。常见的三种翻车场景被他一一点名——回复"Done!"但测试根本没跑；回复"Fixed!"但同一个bug原地复活；回复"Everything looks good!"唯独漏掉了那个没被检查的文件。

这件事的痛点不在于模型能力，而在于验收成本转移到了人身上。每换一个新项目，还要把同样的代码规范、测试要求、工作流程重新讲一遍。作者把这套重复劳动称为"babysitting"（看孩子式盯梢），这个比喻相当准确：代理干活，人负责兜底，而兜底往往比干活更累。

Agent Config 是什么：一套给代理"立规矩"的开源配置

作者把这些需求收敛成了一个项目——Agent Config，定位是"你的AI工程系统"，MIT协议开源、无付费层。它不是一个新的编程模型，而是一层套在Claude Code和其他多款编程工具外面的技能、规则、工作流与质量检查集合。

从作者列出的能力看，设计思路可以拆成几块。先看再动手：代理在改代码之前先分析代码库，避免盲改。全流程工作流：从规划、实现、测试到审查串成一条线，而不是让代理一步跳到写代码。多视角审查：分别从bug、安全、测试和代码质量四个角度切入，而不是笼统地"审一下"。记忆与项目上下文：把之前的决策存下来，不用每次都重新发现一遍。按需加载：技能和规则根据当前任务加载，而不是把所有东西一股脑塞进上下文。此外还支持多家编程工具，避免整套配置被单一供应商锁死。

其中作者本人最看重的是production validator（生产环境验证器）。它可以单独使用，专门检验代理那句"完成"到底站不站得住。这其实点出了整套方案的核心价值：把"验收"这个动作从人手里部分接管过去，变成代理交付流程里的固定环节。

Claude Code 是 Anthropic 推出的命令行编程代理工具，它能在终端中直接读取代码库、执行命令、修改文件，并以自然语言与开发者交互。与传统的代码补全插件不同，Claude Code 属于"代理式"工具：它自主规划步骤、调用工具链、完成多文件改动。这类工具的能力上限很高，但也正因如此，它的"完成声明"需要被外部验证——代理可以声称任务完成，却未必真的运行了测试或检查了所有相关文件。Agent Config 这类配置层正是作用于 Claude Code 的规则与技能注入机制之上，通过预设的工作流和质量关卡来约束代理行为。理解这一点，就能明白为什么作者强调它是"套在工具外面的一层"，而非替代模型本身。

按需加载（lazy loading） 是代理工程中的一个关键设计模式。编程代理的上下文窗口有限，如果把所有代码规范、测试要求、项目约定一次性塞进提示词，会挤占真正有用的代码和任务信息，导致模型注意力分散、成本上升。按需加载的思路是：将规则和技能拆分为独立模块，根据当前任务类型（如"写测试""安全审查""重构"）动态注入相关部分。这既降低了单次调用的 token 开销，也减少了规则之间的相互干扰。作者在文中提到"技能和规则根据当前任务加载，而不是把所有东西一股脑塞进上下文"，正是这一模式的体现。它也是对抗上下文膨胀的直接手段，与作者对复杂度的警惕一脉相承。

多代理不等于好结果：作者自己的克制

值得留意的是作者对复杂度的警惕。他明确写道，正在努力让这套东西不要变成"烧token的怪兽"——更多代理、更多规则、更多上下文，并不会自动带来更好的结果。项目规模已经超出了他最初的设想，他也坦言还在摸索哪里加复杂度是真的有用、哪里纯粹是添乱。

这种自我怀疑在开源项目介绍里不常见，但对使用者是个有用的提醒：上下文膨胀本身是一种成本。按需加载技能、按任务类型注入规则，本质上就是在对抗把什么规则都往里堆的冲动。如果读者打算自建类似方案，这条经验可能比功能清单更值得借鉴。

上下文膨胀（context bloat） 指的是代理的提示词或对话历史中堆积了过多无关信息，导致模型性能下降、推理成本上升的现象。在编程代理场景中，常见诱因包括：把整个代码库摘要塞进上下文、叠加多层规则、保留冗长的历史对话、以及引入多个子代理各自携带独立上下文。上下文膨胀不仅烧钱，还会让模型在关键决策上"分心"——重要规则被淹没在噪声中。业界的一般应对策略包括：按需加载、摘要压缩历史、将长期记忆外置为可检索的存储、以及限制子代理的数量和职责范围。作者坦言项目规模已超出最初设想，并努力避免变成"烧 token 的怪兽"，说明他意识到复杂度并非线性收益，每增加一层规则都需要证明其边际价值。

信任问题：你验收代理，还是代理验收自己

原帖结尾抛回给社区两个问题：你会无条件相信代理说"任务完成"吗，还是已经自己搭了一套检查？如果你已经在用类似配置，真正起作用的又是什么？

这两个问题没有标准答案，但它标出了AI编程工具当前的一道分水岭。当模型写代码的能力不再是瓶颈，工程上的重心就会转向如何验证代理的产出。Agent Config给出的答案是把检查流程内建到代理的工作流里，让"自检"成为默认动作而非事后补救。这个方向是否能推广，取决于验证器本身够不够狠——一个只会说"看起来不错"的验证器，和没有验证器差别不大。

对正在重度使用Claude Code或类似工具的开发者来说，这个项目提供了一个可参考的起点：与其每次口头叮嘱，不如把规范写成代理必须走的关卡。至于关卡设多严、规则配多少，作者自己都还在试，这大概也是现阶段AI编程工作流的常态。

GitHub：https://github.com/event4u-app/agent-config