基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
  • 知识卡片碎片时间过考点
  • 场景篇按分类整理的大前端场景考点
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
  • 动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
    • AI 热点每日 AI 资讯与动向
AI 工作台
旧版
AIHT
内容
精选全部 AI 动态热点榜AI 日报收藏
分类
模型行业编程产品技术观点开源
更多
Agent 接入
返回首页开发者导航
AIHT
精选 / 资讯详情
8.0
热点
AI SCORE
编程提效2026-11-16 14:42

13 个编程智能体如何验收与限权

dev.to · AI#Claude Code#多智能体#任务验收
Editor brief · 编辑速览

作者从运行 13 个 Claude Code 智能体的记账系统中总结:可靠性更依赖外围控制机制。每项任务应有机器可验证的完成条件,并通过窄职责、精简工具和明确的人类审批边界限制错误影响。

文章思维导图
Knowledge map
拖拽缩放
AI deep read

AI 深度解读

让 13 个 Claude Code agent 一起干活,最难的并不是挑模型,而是规定它们能做什么、怎样才算完成、什么时候必须交给人。FinMoment 作者运行这套 AI 记账系统后,把工程重点放在了 agent 外围的控制机制上。

这篇文章值得读的地方,是把「让 AI 更可靠」拆成了可以落实的规则。不过,它提供的是一个真实项目的实践经验,没有给出故障率、成本或效率的对照数据。

怎样才算完成,不能由 agent 自己宣布

作者把这些外围机制称为 harness:权限、验收条件、审批关卡和状态记录共同组成的运行框架。模型负责提出和执行方案,框架负责判断结果能否被接受。

其中最直接的一条,是给每个任务配置 done-check,也就是机器能够核验的完成条件:测试通过、构建成功、改动满足任务要求。检查失败,即使 agent 的总结写得再有把握,任务也没有完成。

完成状态应该来自检查结果,而不是模型的自我评价。

这里还要区分两件事。测试和构建通常有明确的退出状态,但「满足任务要求」需要提前定义验收方式。作者没有展开这部分如何实现。对于页面交互、业务规则等任务,如果检查条件漏掉关键行为,绿灯也只能证明已检查的部分通过了。

作者还要求把状态写到可见的位置,包括做了什么、检查了什么、哪里失败、哪些事项等待人工处理。agent 会丢失上下文,会话也会结束,任务进度不能只留在聊天记录里。他希望打开电脑后,能在一分钟内看清发生了什么,以及哪里需要自己介入。

13 个 agent 的价值,在于职责足够窄

作者没有让一个 agent 包办所有事情,而是把 13 个 Claude Code agent 都设计成小角色:任务单一、指令较短、工具较少。

这样做有两个直接收益。首先,出错时能影响的范围更小;其次,问题更容易定位。某项输出出了错,可以追到对应 agent 和它的指令,不必从一个承担所有工作的巨大 prompt 里找原因。

但角色拆分并不等于可以各自决定发布。FinMoment 使用 Next.js、Supabase、Vercel 和 GitHub Actions,CI 与部署关卡未通过,改动就不能上线。agent 可以持续提交方案,却不能跳过流程。

作者把这套做法归因于约 15 年大型系统建设经验,其中包括欺诈决策平台。他认为,过去零停机部署依赖流水线约束,agent 也需要同样的纪律。这是经验迁移,并不是文章提供了零停机能力的验证数据。

对多数团队,作者反而建议先用一两个 agent。需要复制的是职责边界和验收机制,而不是 13 这个数量。

哪些权限必须交给系统限制

FinMoment 有一组明确的人类专属决策:批准财务数据、涉及资金的操作,以及改变客户在生产环境中所见内容的操作。agent 可以准备好全部材料,但必须停下来等待批准。

这些限制是硬关卡,不能只在 prompt 里写一句「请先征求同意」。

产品本身也遵循同样的原则:不确定字段进入审核队列,余额必须对账一致,导出前由人批准,不猜测、不自动放行。构建产品的 agent 和产品处理账务的流程,采用相同的审批思路。

工具接入也需要权限设计。FinMoment 暴露了 MCP endpoint,让 Claude 能够操作系统。作者要求限定访问范围、在 Postgres 中使用行级安全控制,并在重要操作提交前取得人工批准。

这里可以把 agent 理解成系统新增的一名用户:它调用工具的能力,要由身份和权限约束。拿到了 MCP 接口,不等于应该获得整个系统的操作权。

我的判断

这套方法最有价值的地方,是把可靠性落实到了软件工程中已有的机制:验收、CI、权限、审批和日志。对于已经使用 Next.js、GitHub Actions 等工具的团队,通常可以从现有流程上补齐这些约束。

但作者关于「大部分可靠性来自 harness,远多于最佳模型」的判断,仍属于经验之谈。原文没有比较不同模型、不同 agent 数量,也没有披露失败率或人工审核负担。

13 个窄职责 agent 还会带来交接和协调问题,文章没有交代如何分工、共享状态、解决冲突。因此,它能支持「先把边界建好」这个方向,不能据此认定多 agent 一定优于单 agent。

人工关卡也有业务前提。财务审批适合严格保留给人;一般团队是否需要逐次批准所有生产可见改动,应根据风险决定。原文展示的是 FinMoment 的选择,没有证明这是所有项目的最优配置。

能拿来做什么

  • 给日常 AI 编程任务写明可核验的完成条件,例如指定构建、相关测试和关键交互检查,并要求完成报告附上实际检查结果。
  • 从一两个职责清楚的 agent 开始,把工具权限限定在任务需要的范围内,出现稳定的分工需求后再增加角色。
  • 在 Next.js 项目中让 CI 和部署关卡真正阻止失败改动上线;需要人工批准的生产操作,也要通过流程落实限制。
  • 为接入 MCP 的 agent 单独设计访问权限,并记录任务结果、失败检查和待审批事项,让下一次会话能够接着处理。
Original source

本文由 AI 通读原文后重新编写,观点部分为站内判断,细节以原文为准,来源 dev.to · AI,原文版权归原作者所有。

阅读原文
上一篇
超长空白可掩藏编程智能体恶意指令
下一篇
LFM3 多模态部署中的音轨丢失陷阱

资讯速览

dev.to · AI · 2026-11-16 14:42

AI 评分 8.0 / 10

相关标签

#Claude Code#多智能体#任务验收

继续阅读

  • 记录架构决策,防止 AI 反复改错
  • 超长空白可掩藏编程智能体恶意指令
  • LFM3 多模态部署中的音轨丢失陷阱
  • Qwen4-Max 据称降价,性能仍待实测
  • AI 生成应用上线前的浏览器安全自查