让 AI Agent 研发流程可接续:角色、状态与上下文
多 Agent 协作要解决的核心不是角色数量,而是交接时怎样保住任务状态和判断依据。
一个 Agent 完成一段工作,另一个 Agent 接手,表面上只是传一条消息。真正困难的是:接手者能否知道当前代码、已验证的结论、尚未解决的风险,以及下一步为什么这样做。
角色定义要对应交付物
“规划”“开发”“审查”只有名字没有输入输出约定,协作很快会变成互相复述。每个角色应写清它接收什么、产出什么、能修改哪些内容,以及完成的判据。例如审查者交付的是可定位的问题和影响,而不是一句“看起来不错”。
用状态表达进度
任务可以经过待处理、进行中、待验证、完成等状态。状态切换应绑定实际证据:代码提交、测试结果、部署探针或人工确认。一个任务如果没有验证证据,就不应因为 Agent 输出了“已完成”而自动结束。
把跨会话上下文压缩成事实
长对话并不是好的交接文件。接续信息应保留目标、约束、关键路径、已做变更、验证结果和未完成事项。还要区分“观察到的事实”和“准备尝试的方案”,否则下一个会话可能把假设当作既定结论。
让失败可以恢复
外部工具会失败,执行也会被中断。每一步尽量做到可重复,重要修改前记录旧值,部署前备份配置。恢复时从最近一个可验证状态继续,而不是重做整个流程。这样协作链条即使中断,也不会丢失判断依据。
在团队级 AI Agent 研发流水线的实践中,我更关注可检查、可交接、可恢复。角色和自动化只是手段,工程质量仍由证据和边界支撑。