跳转至

Agentic Engineering

当技能用于以下工程工作流:AI 智能体完成大部分实现工作,人类强制实施质量与风险控制。

运行原则

  1. 在执行前定义完成标准。
  2. 将工作分解为智能体规模的单元。
  3. 根据任务复杂度路由模型层级。
  4. 通过评估和回归检查进行度量。

评估优先循环

  1. 定义能力评估和回归评估。
  2. 运行基线并捕获故障签名。
  3. 执行实现。
  4. 重新运行评估并比较差异。

任务分解

应用 15 分钟单元规则: - 每个单元应可独立验证 - 每个单元应只包含一个主要风险 - 每个单元应具有明确的完成条件

模型路由

  • Haiku:分类、样板转换、窄范围编辑
  • Sonnet:实现与重构
  • Opus:架构、根因分析、多文件不变条件

会话策略

  • 对紧密耦合的单元保持会话。
  • 主要阶段转换后开始新会话。
  • 在里程碑完成后执行 compact,而不是在活跃调试期间。

AI 生成代码的审查重点

优先关注: - 不变条件与边界情况 - 错误边界 - 安全与认证假设 - 隐藏耦合与发布风险

如果自动格式化/lint 已经强制风格,则不要浪费审查周期在仅风格不一致上。

成本纪律

按任务跟踪: - 模型 - Token 估算值 - 重试次数 - 墙钟时间 - 成功/失败

仅当较低层级因明确的推理差距而失败时,才升级模型层级。

本页原文 Markdown:在 AtomGit 查看·内容源自开源项目 ev/ECC