小节五:把 Trace、Memory 和 Completion Gate 接进来——一个能改代码的 Agent 还不够

很多同学做到这里,会把注意力全放在“能不能改代码”上。但工程里真正决定系统能不能长期用的,往往是另外三件事:有没有 Trace 能复盘,有没有 Memory 能承接上下文,有没有 Completion Gate 能判断是否真的完成。下面这张图把三者和 Main Loop 的关系放到了一起,看完会更容易理解它们为什么不是“可选增强”,而是“稳定落地”的基础能力。

图片[1]-小节五:把 Trace、Memory 和 Completion Gate 接进来——一个能改代码的 Agent 还不够-大赛人网

Coding Agent 真正可用,还要有:

Trace
Memory
Completion Gate

Trace

每一步至少记录:

step_no
action
arguments
result
status
latency

以后才能复盘:

为什么修改这个文件?
为什么测试跑了三次?

Working Memory

可以保存:

当前 Bug
已检查文件
已修改文件
当前错误
测试状态
剩余任务

例如:

from dataclasses import dataclass, field


@dataclass
class CodingMemory:
    goal: str
    current_error: str = ""
    checked_files: list[str] = field(
        default_factory=list
    )
    modified_files: list[str] = field(
        default_factory=list
    )
    remaining: list[str] = field(
        default_factory=list
    )

Completion Gate

最终模型想回答:

“完成了。”

Harness 不能立刻相信。

应该检查:

full_tests_passed
project_rules_satisfied
no_pending_approval

例如:

def can_complete(
    full_tests_passed: bool,
    rules_satisfied: bool,
    waiting_approval: bool,
) -> bool:
    return (
        full_tests_passed
        and rules_satisfied
        and not waiting_approval
    )

这能防止:

提前结束
幻觉式完成

修改报告应该包含什么?

最终报告至少:

问题根因
修改文件
具体修改
测试结果
是否遵守 AGENTS.md
仍然存在的风险

而不是只说:

修好了。

例如:

根因:
calculator.add 使用减法导致断言失败。

修改:
calculator.py
return a - b
→
return a + b

验证:
pytest -q
1 passed

项目规则:
未修改 tests/
未新增依赖

这才像真正工程工具。

© 版权声明
THE END
喜欢就支持一下吧
点赞11 分享
评论 抢沙发
头像-大赛人网
欢迎您留下宝贵的见解!
提交
头像-大赛人网

昵称

取消
昵称

    请登录后查看评论内容