从写清 Spec 到看懂功能:在 Session 历史中使用 Routa 重建需求全景
探討在 AI 編碼工具(如 Codex、Claude)加速開發時,需求規格(Spec)無法涵蓋的演化過程散落在會話歷史中的問題。
部落格 ・ 華語圈 ・ 簡體中文 ・ A 級 ・ 20 筆內容 ・ 最近更新 2026/08/30
簡中;coding agent 的 Harness 設計:Agent Loop、產物為中心的運行時、交付過程的可觀察性,自己做工具的一手筆記
依人氣
探討在 AI 編碼工具(如 Codex、Claude)加速開發時,需求規格(Spec)無法涵蓋的演化過程散落在會話歷史中的問題。
探討在 AI 編碼智慧體主導的開發模式下,傳統以「檔案」為單位的構建系統已不再適用。作者提出「片段感知構建」概念,主張將函式、元件等語義片段作為最小反饋單位,透過分析依賴關係與對外形態來生成精確的更新計畫,而非僅依賴檔案級別的重構。
介紹 Harness Monitor 工具,用於監控多個 AI 程式設計代理(Agent)同時寫程式碼時的品質。透過將 Git 變更、測試對映與風險評估結合,幫助開發者觀察現場並判斷是否需要人工介入審查,確保系統演化品質不被多代理並行作業…
介紹如何透過 AGENTS.md、核心知識路由、Skill、CLI 與 MCP 等機制,將專案轉化為 AI 友善的工程介面。讀者可學習如何設計讓 Coding Agent 能正確進入、理解、執行並驗證任務的完整流程,減少重複提示與錯誤。
透過分析一張看似完成卻隱藏多重狀態的任務卡片,闡述 Gate First 原則:在 Agent Team 協作中,必須將任務完成、證據齊全、會話可恢復與交付歸檔嚴格區分。
介紹 Harness Inspector 工具,將 Agent 的需求、執行過程與最終程式碼提交連線成可追溯的交付鏈路。透過該工具觀察完整交付過程,才能判斷哪些行為值得沉澱為可複用的 SKILL。
探討 Office 軟體如何從傳統複雜編輯器轉型為 AI Agent 的工作台,強調未來使用者將透過檢視器即時驗證 Agent 對 PPT、Word 等檔案的修改。
結合 Better Harness 開發經驗,探討如何將 Agent 外掛從簡單指令碼轉化為可維護的工程資產。文章介紹了以規格驅動設計、上下文知識編排、確定性驗證與行為效果評估等五個關鍵實踐,幫助讀者建立系統化的外掛開發與維護流程。
探討以產物為中心的智慧體協作閉環,指出當工作物件擴展至 PPT、網頁或模擬世界時,僅靠對話已無法完整記錄工作現場。作者提出 Harness 應維護產物版本、操作軌跡與驗證證據,讓使用者能直接操作產物並與智慧體共同演進任務。
介紹作者開發的 Lottie 外掛 0.1.0,旨在將動畫從一次性生成轉變為可持續編輯的「程式化動畫」。透過建立 MotionRuntime 與 MotionProgram,讓智慧體能精確定位動畫物件與軌道進行修改,並結合 Canvas…
依發布時間
介紹作者開發的 Lottie 外掛 0.1.0,旨在將動畫從一次性生成轉變為可持續編輯的「程式化動畫」。透過建立 MotionRuntime 與 MotionProgram,讓智慧體能精確定位動畫物件與軌道進行修改,並結合 Canvas…
探討以產物為中心的智慧體協作閉環,指出當工作物件擴展至 PPT、網頁或模擬世界時,僅靠對話已無法完整記錄工作現場。作者提出 Harness 應維護產物版本、操作軌跡與驗證證據,讓使用者能直接操作產物並與智慧體共同演進任務。
探討 Agent 如何從單純生成檔案轉向持續操作專業產物,並提出「產物執行時」概念以解決定位與區域性修改問題。作者分析 OpenAI Artifact Tool 與 remio 的演進,說明如何從座標層跳轉至領域物件層,讓 AI 能表達專…
介紹 Harness Inspector 工具,將 Agent 的需求、執行過程與最終程式碼提交連線成可追溯的交付鏈路。透過該工具觀察完整交付過程,才能判斷哪些行為值得沉澱為可複用的 SKILL。
結合 Better Harness 開發經驗,探討如何將 Agent 外掛從簡單指令碼轉化為可維護的工程資產。文章介紹了以規格驅動設計、上下文知識編排、確定性驗證與行為效果評估等五個關鍵實踐,幫助讀者建立系統化的外掛開發與維護流程。
介紹如何透過 AGENTS.md、核心知識路由、Skill、CLI 與 MCP 等機制,將專案轉化為 AI 友善的工程介面。讀者可學習如何設計讓 Coding Agent 能正確進入、理解、執行並驗證任務的完整流程,減少重複提示與錯誤。
探討 AI 如何改變軟體研發團隊的產能比例,指出開發速度提升但需求、設計與驗證環節未同步加速,導致團隊出現上游飢餓與下游擁堵。作者建議透過最小決策、小批次交付與背壓控制來最佳化價值流,讓變化能持續流動為實際價值。
探討在 AI 編碼智慧體主導的開發模式下,傳統以「檔案」為單位的構建系統已不再適用。作者提出「片段感知構建」概念,主張將函式、元件等語義片段作為最小反饋單位,透過分析依賴關係與對外形態來生成精確的更新計畫,而非僅依賴檔案級別的重構。
作者嘗試用 AI Agent 自動驗證 ESP32 開發板上的硬體程式,發現僅靠串列埠或上傳成功無法確認螢幕顯示正確,需結合 OCR 與視覺回饋。
作者透過實作 time travel debugger 與動態工作流實驗,指出 AI Agent 長任務的關鍵不在持續執行,而在於建立驗證閘門以確保結果可信。
探討 Office 軟體如何從傳統複雜編輯器轉型為 AI Agent 的工作台,強調未來使用者將透過檢視器即時驗證 Agent 對 PPT、Word 等檔案的修改。
探討多 Agent 時代人類如何管理注意力,提出「注意力 Harness」概念,透過過濾與分流機制,區分哪些事件值得立即打斷人,哪些可延後處理。讀者可學習如何設計輕量級前台介面,有效組織非同步任務狀態,避免被過多合理的中斷切碎專注力。
探討如何讓 AI Agent 在長時間任務中穩定運作,透過設定明確目標、驗證迴圈與狀態交接機制,解決上下文限制與任務遺漏問題。讀者可學習如何設計可持續執行的工程流程,讓 AI 在跨輪次工作中保持進度與一致性。
探討如何將 AI 執行過程記錄為結構化資料,並透過任務適配機制讓多 Agent 系統在交接時能直接利用歷史經驗,避免重複摸索。讀者能學習如何設計可複用的上下文與狀態交接方案,提升多 Agent 協作的效率與穩定性。
探討在 AI 編碼工具(如 Codex、Claude)加速開發時,需求規格(Spec)無法涵蓋的演化過程散落在會話歷史中的問題。
分享 Routa 桌面版產品,整合 Harness 工程、Coding Agent 與看板系統,構建 AI 自動化研發工作台。文章探討多 Agent 協作中的角色分界、完成定義(DoD)與任務狀態機設計,讓開發流程具備系統化約束。
介紹 Harness Monitor 工具,用於監控多個 AI 程式設計代理(Agent)同時寫程式碼時的品質。透過將 Git 變更、測試對映與風險評估結合,幫助開發者觀察現場並判斷是否需要人工介入審查,確保系統演化品質不被多代理並行作業…
透過分析一張看似完成卻隱藏多重狀態的任務卡片,闡述 Gate First 原則:在 Agent Team 協作中,必須將任務完成、證據齊全、會話可恢復與交付歸檔嚴格區分。
作者將十年寫作經驗轉化為可重複載入的「Skill」系統,解決 AI 輸出不穩定的問題。透過分階段整理樣本、提取模式並轉譯為具體規則,建立一套結構化的寫作決策軌道,讓 AI 能穩定復現個人風格。
探討 AI 編碼從試點到規模化落地的演進路徑,指出瓶頸不在模型生成能力,而在工程體系如何接納產出。作者提出 Rule、Spec、Loop、Harness 四層架構,教導團隊如何建立規則、明確範圍、設計迴圈與驗證機制,讓 AI 在工程邊界內…