#代理工作流

共 4 篇相关文章

HyperHat对60名工程师的AI编码代理指挥能力进行基准测试，发现分数差距源于规格质量与审查行为，而非提示词技巧。高分者验证机制而非输出，成本异常是任务切分信号。

编码代理多会话重复提问？前端工程师Dany用Fragment文件协议解决：决策写入STATE.md，检查脚本让CI失败强制维护。74分钟抓到真实事件，第二人自然习得流程。

编码代理不应给自己的代码打分。本文分析自我审查为何失效，并给出四个实践原则：确定性检查前置、用不同模型审查、分离候选/验证/人工审查/发布四种状态、把源码作为文件审查。

一位开发者用SQL分析65个AI代理会话，发现56%的消息无法归类。追踪后发现，一个被误命名为“快速确认”的会话实际产出了24%的内容。文章揭示了代理工作度量中前置分类的系统性缺陷，以及为什么“事后命名”可能是唯一可靠的修复方案。