场景营销互动&体验 AI Coding — 构建 Agent 自主执行闭环
本文是场景营销互动&体验团队 AI Coding 系列文章的第三篇,前 2 篇文章:
场景营销前端 AI Coding — 从问题到方案:讲了塔罗 Specflow Agent 负责分析 PRD、设计稿和代码库,再把复杂需求整理为 Coding Agent 可以执行的任务。
场景营销前端 AI Coding — AI Native 的视觉稿还原:介绍了 Tarot Pixel — 一个把设计稿转化为 Coding Agent 可以持续查询、截图、比对和修正的视觉上下文的工具。
至此,形成了 AI Coding 所需的两类关键上下文:
Specflow Agent(任务规划阶段) 提供业务和实现上下文;
Tarot Pixel(编码阶段) 提供视觉上下文和视觉反馈。
业务上下文、视觉上下文和相关工具具备以后,执行编码似乎成为最后一个环节。然而,进入代码执行阶段后,一个新的问题逐渐显现:Coding Agent 能完成一轮编码任务,不等于能完成一个完整需求。
Coding Agent 可以写代码、打开浏览器、截图、跑测试,也可以根据一次反馈继续修改,但在一段更长的执行过程中,仍然需要人不断做这些事情:
提醒它不要忘记最初的目标;
判断 Agent 的完成声明是否成立;
决定 Review 打回以后应该由谁返修;
把上一轮的结论重新解释给下一轮;
发现它正在重复无效尝试,并及时叫停;
在需求变化时告诉它旧目标已经失效。
虽然具体操作由 Agent 执行,但人仍然承担着调度、状态维护和验收职责,这构成了塔罗当前阶段需要解决的核心问题。
构建 Agent 自动执行闭环的核心工作,是把过去由人隐式承担的目标维护、任务调度、过程记忆、结果验证和失败止损,逐一转化为系统能力。
上下文只能提高单轮执行正确的概率,无法保证复杂任务一次成功。
真实业务开发天然包含不确定性:需求可能有歧义,代码入口可能找错,接口状态可能复现不了,UI 可能实现但没有精准还原设计稿,测试可能被判断通过但用户路径不成立,只要任务足够复杂,执行中出现错误就是常态。
自动执行需要建立对执行偏差的处理能力:即使单轮执行产生偏差,系统仍然能够识别目标、偏差、后续责任角色,以及必须转入人工处理的时机。
上下文、工具和循环作用于不同层面,上下文为 Agent 提供目标与约束,工具将执行过程连接到真实环境,循环则把本轮结果转化为下一步操作。前两者影响单轮执行质量,后者决定任务在出现偏差后能否继续推进。任一一层不足,目标的解释、结果的判断或后续调度都会重新落到开发者身上。
实现需求的自动执行闭环中暴露的多数问题,最终都指向同一个原因:循环尚未被工程化。
目标缺乏持久化载体
“实现某某需求” 可以触发一次 Agent 执行,但不足以支撑持续数十分钟并经历多轮返修的执行系统。
随着执行推进,初始目标会被中间过程逐渐稀释。Agent 可能只围绕最近一条 Review 意见工作,忽略任务的整体交付要求;也可能在解决局部问题后,将局部完成误判为任务完成。
执行状态依赖对话历史
如果改动文件、已验证状态、截图对应的 Mock、Review 打回原因全部依赖对话历史,下一轮 Agent 就必须重新读取并推断执行状态。长对话成本较高且可靠性有限。对话内容同时包含事实、推测、计划和已失效结论,系统难以识别当前仍然有效的状态。
完成声明缺乏验证
Coding Agent 在一次执行结束时可能给出如下结论:"已完成 xx 功能,建议下一步进行 xx ",但对于自动执行系统而言,这一结论不足以驱动后续流程,系统无法从这句话中确认目标完成情况、验证证据和进入下一阶段,因此不能据此进行流程路由。
反馈缺少责任归属
Review 发现“页面状态不完整”时,需要进一步区分视觉问题、前端状态问题、接口问题和产品边界问题。如果所有反馈都重新交给同一个通用 Agent,修改往往停留在表层,无法处理真正的责任边界。
循环缺乏收敛机制
持续将失败结果作为下一轮输入,同样可以形成循环,但该循环可能只是在重复读取、解释和尝试,最终以不同措辞报告同一个失败。
循环工程关注的是目标、状态、证据、路由和停止条件如何共同构成一个可收敛的执行系统。
将目标转化为系统对象
将目标转化为系统对象
塔罗第一版的 Specflow 会经过深度分析,生成任务文档。它解决了上下文准备的问题,但文档本身不会推动执行。塔罗第二版做的第一个变化,是把规划结果从一份 “给人或 Agent 阅读的报告”,变成平台里的结构化 Task。
一个 Task 需要以结构化方式记录:
最终要达成什么结果;
哪些状态和用户路径属于本次范围;
哪些内容明确不做;
依赖哪些上游条件;
什么证据可以证明任务完成;
当前执行到了哪个阶段。
服务端需求任务面板
其作用是为整个执行过程提供稳定的目标锚点。
Agent 运行到第 5 分钟和第 50 分钟时,看到的对话上下文可能已经完全不同,但 Task 不应该跟着变化。除非用户明确修改目标,否则它始终是系统判断 “有没有做完”的依据。
在塔罗中,任务被建模为可以保存、修改、验证和回溯的系统对象。
今年 3 月份,团…