高级实战场景 · 场景5
Agent 实战
以 ADD、多 Agent 协作和 Micro-Agent Pattern 为核心，掌握从任务拆解、角色分工到工程治理与交付验收的完整 Agent 落地方法，把智能体协作真正接入团队开发流程。
学习目标
掌握 ADD 从目标拆解到交付验收的完整流程，并能据此组织协作节奏
能够设计 Planner / Executor / Reviewer 等角色协作关系
理解多 Agent 系统中的上下文契约、权限边界与同步机制
能够识别并治理上下文漂移、重复劳动和职责不清等问题
方法论
ADD 工作流
1
目标拆解：先把目标拆成可验证、可交付的任务单元，而不是直接把模糊需求交给一个大 Agent。
2
角色分工：为不同角色定义输入、输出和责任边界，例如 Planner、Coding Agent、QA Agent、Reviewer。
3
上下文契约：明确共享什么上下文、何时同步、哪些事实必须引用代码或文档验证。
4
验收闭环：用测试、构建、人工检查和审阅意见形成交付闭环，而不是只看 Agent 是否“说完成了”。
多 Agent 协作模式
Planner / Executor / Reviewer
适合交付链路清晰的任务，由 Planner 拆解，Executor 实现，Reviewer 负责质量门禁。
Specialist Swarm
适合跨领域问题，如安全、性能、UI、架构各自给出独立判断，再由主控汇总。
Micro-Agent Network
将复杂任务拆到最小职责单元，提升可替换性，但需要更严格的上下文管理。
Human-in-the-loop
在人类审批、发布、外部系统写入等关键节点强制人工确认，控制高风险动作。
工程治理重点
- • 可观测性：记录每个 Agent 的输入、决策摘要、产出和失败原因
- • 边界控制：规定哪些 Agent 只能读，哪些 Agent 可以写，哪些动作必须审批
- • 去重机制：通过任务列表、owner 和依赖关系避免多个 Agent 做同一件事
- • 成本控制：先用轻量角色做筛选，再调用高成本模型做关键决策
AI工具应用
用 Claude Code 组织协作链路
- • 用任务拆解和子代理分工，先明确谁负责探索、谁负责实现、谁负责评审
- • 用共享任务状态记录 owner、依赖和完成情况，降低上下文漂移
- • 对高风险动作设置人工确认，避免“自动化误伤”
用结构化日志做失败复盘
记录任务输入、关键判断、调用链路和失败原因，能帮助你区分问题来自需求拆解、上下文不足，还是执行阶段的实现错误。
实战案例
案例1：多 Agent 代码评审流水线
- • 主控 Agent 负责读取变更范围并分配给安全、性能、可维护性专员
- • 各专员输出独立意见，避免“一个 Agent 包打天下”的盲区
- • Reviewer 汇总冲突意见，并给出是否允许合并的结论
案例2：需求到交付的 Agent 开发流程
- • Planner 读取 PRD 和代码结构，输出可执行任务清单
- • Coding Agent 按任务实现改动，QA Agent 运行验证，Reviewer 做最终把关
- • 在发布、数据库变更、外部系统写入等节点保留人工审批
学习成果检查清单
能够把复杂目标拆成适合 Agent 执行的独立任务
能够为不同 Agent 定义清晰输入、输出和权限边界
理解多 Agent 协作中的同步、复核和升级机制
知道如何用日志、任务状态和评审门禁治理失败模式
能够区分“核心技能页”和“高级实战页”的不同教学目标