# 策展 · X (Twitter) 🔥🔥
> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)
> 作者：elvis (@omarsar0) · 平台：X (Twitter) · 日期：2026-06-15
> 原始來源：https://x.com/omarsar0/status/2065880971031834786
## 中文摘要
# 自主式長時間運作的程式開發 Agent
自主式程式開發正從「更好的 Prompt 技巧」轉向「更好的控制系統」。這項重要的轉變在於，工程師們正在學習如何將 Agent 包裝在目標（goals）、評估器（evaluators）、迴圈（loops）以及產出物（artifacts）之中，讓它們在人類停止輸入後仍能持續運作。
這點至關重要，因為大多數嚴肅的工程任務都跨越了漫長的週期：包含模糊的需求、隱藏的限制、局部故障、不斷變化的 context，以及反覆的驗證。新的前沿領域在於圍繞著 Agent 設計系統，使其能夠在無需人類持續引導的情況下，進行規劃、執行、檢查工作成果、從錯誤中恢復，並持續取得進展。
本文基於 DAIR.AI Academy 關於自主式長時間運作程式開發 Agent 的課程內容，我在課程中實作演示了 Claude Code 的 `/goal` 模式、較新的 `/loop` 指令、驗證器（verifiers）、產出物（artifacts）以及實務上的編排模式。本文與 Codex 和 Claude Code 共同撰寫。
## 從 Prompt 到目標設計
展開畫面重點
該流程圖描述了從目標設定到程式碼執行的循環機制，包含以下文字內容：
- 左側為「GOAL CONTRACT」（目標合約），內部包含「SUCCESS CRITERIA」（成功標準）、「CONSTRAINTS」（限制條件）與「BUDGET」（預算）。
- 中間為「CODING AGENT EXECUTOR」（程式開發代理執行器），負責處理任務。
- 右側為「PROJECT FILES」（專案檔案），並連結至「VERSION CONTROL (e.g., Git)」（版本控制，例如 Git）。
- 流程包含兩條回饋路徑：上方為「ITERATE & REFINES」（迭代與優化），下方為「VALIDATION & REPORTING」（驗證與報告）。
- 畫面左側有一位使用者圖示，代表流程的發起者。
展開畫面重點
該圖表將開發流程分為兩個主要區塊：
1. **執行階段 (EXECUTION PHASE)**：包含「Executor Agent」與「Code」兩個節點。Executor Agent 負責產出或修改程式碼，並透過「Changes & Iterates」的路徑進行迭代。
2. **判斷階段 (JUDGMENT PHASE)**：包含「Evaluator Agent」、「Evidence」與「Verdict」三個節點。當程式碼經由「Submit for Review」進入此階段後，Evaluator Agent 會進行審查與分析，產生證據 (Evidence) 並做出裁決 (Verdict)。
3. **流程循環**：若判斷結果需要進一步修正，則透過「Continue」路徑回到執行階段；若流程結束，則進入「Deployed / Complete」狀態。
展開畫面重點
該圖表描述了一個從「進行中的工作」（WORK IN PROGRESS）到「已接受的工作」（ACCEPTED WORK）的驗證流程。
流程包含以下步驟：
1. 進入「可靠驗證者」（RELIABLE VERIFIERS）區塊，依序經過：
- TESTS（測試）
- TYPE CHECKS（型別檢查）
- BENCHMARKS（基準測試）
- SCREENSHOTS（螢幕截圖）
2. 經過「證據閘門」（EVIDENCE GATES，以盾牌圖示標記）。
3. 跨越「信任邊界」（TRUST BOUNDARY，以虛線標示）。
4. 進入「保留評估」（HELD-OUT EVALS）。
5. 最終產出「已接受的工作」（ACCEPTED WORK）。
展開畫面重點
該圖表描述了一個隨時間推移的自主工作流程，包含以下節點與文字：
- 標題：DURABLE AUTONOMY LOOP (OVER TIME)
- 流程節點：
- OUTER LOOP WAKE UP（外層迴圈喚醒）
- CHECK PROGRESS（檢查進度）
- COMPARE AGAINST GOAL（對照目標進行比較）
- GOAL MET?（目標是否達成？，判斷節點，分為 YES 與 NO）
- CONDITION MET（條件達成）
- COMPLETE（完成）
- WORK AGENT（工作代理）
- 循環說明：在 WORK AGENT 下方標註有 DURABLE AUTONOMY LOOP (TIME PASSES)（持久自主迴圈，時間流逝）。
- 流程邏輯：系統從喚醒開始，檢查進度並與目標比對。若目標未達成（NO），則回到 WORK AGENT 繼續執行；若目標達成（YES），則進入條件達成與完成狀態。
展開畫面重點
該圖表描述了一個系統架構，將任務處理分為兩個主要階段：
1. **Planning Model（規劃模型）**：
- 輸入端為「Goal & Requirements」（目標與需求）。
- 內部包含「Sharpen & Refine」（強化與精煉）與「Evaluation Plan」（評估計畫）之間的循環流程。
2. **Execution Model（執行模型）**：
- 接收來自規劃模型的輸出。
- 內部包含「Implement & Generate」（實作與生成）流程，最終產出「Result」（結果）。
3. **Architecture Decision: Model Choice（架構決策：模型選擇）**：
- 定義了兩個角色：
- **Role: Planner（規劃者角色）**：可選擇「Model A (e.g., LLM-P)」或「Model B (e.g., RL Agent)」。
- **Role: Executor（執行者角色）**：可選擇「Model C (e.g., CodeGen)」或「Model D (e.g., Tool-Use API)」。
展開畫面重點
該圖表展示了一個系統架構，核心為「Live Artifact」。左側有四個輸入來源，分別為：
- Logs
- Vault
- Screenshots
- Metrics
這些來源皆指向「Live Artifact」。右側則有一個箭頭指向下方的「Feedback Loop」，該迴圈再將資訊回傳至左側的四個輸入來源，形成一個閉環系統。
展開畫面重點
該圖表呈現了一個系統化的開發與優化流程，包含以下節點與文字：
- PAST SESSIONS（過往工作階段）
- DATA MINING（數據挖掘）
- REPEATED FAILURES（重複發生的錯誤）
- PROJECT INSTRUCTIONS（專案指令）
- DEVELOPMENT（開發）
- FUTURE GUARDRAILS（未來防護機制）
- MEMORY（記憶）
- LOCAL HARNESS（本地測試環境）
- DEPLOYMENT（部署）
- 流程說明：從「REPEATED FAILURES」分支出「PROJECT INSTRUCTIONS」與「FUTURE GUARDRAILS」，並透過「MEMORY」回饋至「LOCAL HARNESS」以達到「Improving Local Harness（改善本地測試環境）」的目的。
展開畫面重點
該圖表呈現了一個自動化程式開發的循環流程，包含以下節點與文字：
1. GOAL（目標）：流程的起點。
2. EXECUTOR（執行者）：標註為「AI Coding Agent (LLM + Tools)」，負責接收目標並執行任務。
3. VERIFIERS（驗證器）：包含三個並行的驗證步驟：
- Syntax & Linting（語法與代碼檢查）
- Unit Tests（單元測試）
- Security Scan（安全性掃描）
4. PROOF ARTIFACTS（證明產物）：驗證後的輸出結果，包含「Clean Code, Test Reports, Logs」。
5. SESSION LEARNINGS（會話學習）：位於流程底部，包含「Feedback Loop, Model Updates」，並將回饋資訊導回至 EXECUTOR，形成閉環。
展開畫面重點
該圖表呈現了一個系統架構流程，左側列出了五個輸入項目，分別為：
1. Shortcutting（捷徑學習）
2. Early Stopping（提早停止）
3. Weak Plans（弱計畫）
4. Benchmark Overfitting（基準測試過擬合）
5. Stale Context（過時情境）
這些項目皆指向中間的「Stronger Control System」（更強大的控制系統）。該系統透過一條實線箭頭指向右側的「Robust Outcome」（穩健結果），並有一條虛線箭頭從「Robust Outcome」回饋至「Stronger Control System」，形成一個閉環控制機制。