先沿着这张时间线找“实际修改发生在哪一步”。它把用户约束、文件修改动作、测试通过和最终成功判断放在同一条线上,能直接暴露“测试通过”与“满足任务要求”之间的区别。
![图片[1]-案例分析一:Coding Agent 最后修改了错误文件,Trace 如何一步步定位根因?-大赛人网](https://www.dsrw.com/wp-content/uploads/2026/11/image-1754.png)
图里第 3 步修改了用户明确禁止触碰的 tests/ 文件,后面的测试即便通过,也不能抹掉这次越界。真正回查时应以 Tool 参数和文件修改事件为准,而不是只看 Run 的最终状态。
场景背景
用户,“修复 service.py 中的请求超时问题,不允许修改 tests/。”
最终 Agent 改了:
tests/test_service.py
然后测试通过。
表面看:
任务成功。
实际上违反项目规则。
Trace 复盘
Step 01:
Prompt:
System Prompt
python-debug Skill
Current Task
没有 AGENTS.md
马上发现,项目规则没加载。
Step 02:
read_file tests/test_service.py
Step 03:
LLM Response:
测试断言可能过严,建议修改 expected timeout
Step 04:
edit_file tests/test_service.py
Middleware:
ALLOW
这又暴露第二个问题,ProjectPolicy 没接 Middleware。
根因不是一个
实际上有两个:
ContextBuilder
→ 没加载 AGENTS.md
Middleware
→ 没有执行 tests/ 禁止修改规则
修复以后
重新跑同一任务。
Trace:
Prompt
包含 AGENTS.md
edit tests/
被 Middleware DENY
Agent 转而修改:
service.py
最终成功。
复盘
如果只有:
最终 diff
你只能看到“改错文件”。
有 Trace 才能知道:
为什么会改错
系统哪一层没工作
© 版权声明
文章版权归作者所有,未经允许请勿转载。
THE END
















请登录后查看评论内容