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](https://www.dsrw.com/wp-content/uploads/2026/11/image-1800.png)
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
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