https://github.com/Tencent/LoopForge多Agent分工这个方向是对的,但实操里最容易翻车的是验收标准写不死——设计、实现、Review三个Agent各说各话,有什么好的办法约束

来自夹夹 QQ 群讨论,审核后公开 · 。查看原始讨论

提问

https://github.com/Tencent/LoopForge多Agent分工这个方向是对的,但实操里最容易翻车的是验收标准写不死——设计、实现、Review三个Agent各说各话,有什么好的办法约束

回答

LoopForge 本身是把流程拆成了 Agent 节点、确定性 Script 节点和 Human gate,也支持失败打回重做。但如果你在节点之间传递的还是自然语言,设计、实现、Review 三个 Agent 照样会各说各话——本质上是因为「验收标准」停留在语义层,没有变成机器可判定的硬约束。

实操里要把验收标准锁死,核心思路是把自然语言的主观对齐,替换成可执行契约和物理隔离的裁判:

第一,设计阶段别只交 Markdown 文档,必须输出「可执行契约」。让设计 Agent 直接把验收标准落成代码仓库里的硬资产,比如接口 Schema(OpenAPI/Protobuf)、核心类型定义,甚至直接先写出待通过的集成测试或 E2E 用例。这样实现 Agent 的任务就不是「理解设计意图」,而是「让这组测试和类型检查变绿」,歧义空间直接压缩掉八成。

第二,能用 Script 节点卡死的,绝不交给 Review Agent 去嘴炮。LoopForge 专门把 Script 节点独立出来,就是为了在不需要 AI 的地方用确定性脚本兜底。编译、lint、类型检查、单测、接口契约测试全放进 Script 门禁里,跑不过直接触发打回边重做,根本轮不到 Review Agent 开口。

第三,裁判和选手必须物理隔离,防止实现 Agent「改规则过检」。Review Agent 依赖的验收清单(比如 REVIEW.md)或核心测试集,一定要从默认主分支或只读挂载里读取,绝对不能直接信当前实现分支里的文件。同时 Review 只认固定的 commit diff,别让实现 Agent 边改边审。

第四,给 Review Agent 喂「按 diff 命中的检查项 + 原始执行证据」,并设好熔断。别让它泛泛地「检查代码质量」,而是根据改动涉及的目录和文件,只注入对应的几条高风险检查项;并且要求它核对实现阶段跑完 Script 的原始输出和真实 git diff,不信实现 Agent 的口头总结。最后一定要配合 Human gate 设个打回上限,比如连续打回两三轮还过不了就强制挂起叫人,否则三个 Agent 会在死循环里空烧 Token。

所属话题:Agent 工程