一句话愿景#
持续扩大人能够放心委托给 AI 的工作范围,让人能够把越来越复杂、越来越开放、持续时间越来越长的开发目标交给 AI,由体系自主推进,直到交付满意的真实结果。
普适易用与自治理的补充:
同时,让包括非专业人员在内的任何人,无需学习和维护体系内部机制,也能使用这些能力;体系通过自治理承担自身维护、异常恢复和持续改进。
两方面共同发展:能放心委托的工作越来越大,使用门槛和维护负担越来越低。AI 体系承担自主推进和自身治理,逐步减少对人拆解任务、补充方法、推动下一步、协调冲突、检查遗漏和处理故障的依赖;人保留目标、关键价值取舍和授权的决定权。
本文记录擎天的愿景、五点概括与定位边界,并在后文说明这些方向的发展依据。2026-10-11 用户确认发展依据;2026-10-21 用户采纳愿景主线与五点概括,明确与现成编码 Agent 的分工边界,并补充非专业用户可用、体系自治理与用户无需维护内部机制的愿景;2026-10-22 根据用户提供的历史表述补齐开篇,完整展示原主线及普适易用与自治理的补充。架构与执行合同仍由原文档维护;本文的发展方向不等同于当前已实现的能力。
愿景概括:五个关键词及解释#
2026-10-21 用户确认采用以下五点,作为当前理解和沟通项目愿景的概括;完整论述与定位边界保留在下文。
- 堪当重任:可靠承接规模更大、复杂度更高、开放性更强、持续时间更长的开发委托。
- 自主交付:自主完成调查、设计、执行、验证和纠偏,直到交付满意的真实结果。
- 普适易用:非专业人员无需学习内部机制,也能表达目标、委托工作、使用结果。
- 自我治理:体系自主维护、修复和恢复,无需用户持续照料。
- 持续进化:吸收模型与工具的进步,通过真实项目探索、效果验证和经验沉淀,不断改进自身能力。
实现愿景过程中当前暴露的瓶颈,见当前阶段的核心挑战。该文档以真实体验和案例为起点,逐项探索,不预设完整技术路线。
愿景主线:持续扩大人能够放心委托给 AI 的工作范围#
让人能够把越来越复杂、越来越开放、持续时间越来越长的开发目标交给 AI,由体系自主推进,直到交付满意的真实结果。人决定目标、关键取舍和授权边界;体系逐步承担为完成目标所需的调查、设计、实现、验证、接续与改进,减少人亲自拆解、催促、检查和纠偏的负担。
在这条主线上,补充普适易用与体系自治理的愿景:包括非专业人员在内的用户,无需学习和维护体系内部机制,也能表达目标、委托工作、使用结果;体系逐步承担自身治理、维护和异常恢复。可委托的工作范围持续扩大,同时让使用门槛与用户维护负担持续降低,两方面共同推进。
委托范围可以沿着“一项修改 → 一个完整功能 → 一项大型交付 → 一个产品 → 一项长期研发职责”扩大。这是探索方向,不是固定实施阶段,也不意味着当前已具备整条路径的能力。当前仓库是起点:模型进步提高理解、创造和解决问题的能力;宿主 Harness 支持执行、运行与接续;上层方法和最佳实践积累可复用的经验;真实项目不断暴露新的能力边界,推动下一轮改进。这些力量共同服务于可放心委托的工作范围扩大。
新增机制都应回答:它让我们能够放心交出去的工作,具体扩大了什么?效果同时看委托范围与不确定性、结果质量、人工推动与纠偏、交付时间和成本;不能用自主行动次数、规则数量或文档数量替代。
易用与自治理:非专业用户无需学习和维护内部机制#
面向所有有开发诉求的人,包括没有软件工程和 AI 工具专业知识的用户。目标体验是:用自己的语言表达想法,在必要时说明偏好、做关键选择并授权,直接使用和评价结果。使用体系不以学习工作流、Skills、Harness、资料结构或规则维护为前提;把内部步骤包装成按钮后仍要求用户充当项目经理或维护人员,也没有达到这个愿景。
体系需要逐步形成两个相互支撑的闭环:
- 交付闭环:围绕用户目标完成理解、探索、设计、执行、验证和必要返工,交付可用结果。
- 体系治理闭环:发现接入、配置、状态、资料或方法中的问题,在授权内维护和修复,验证修复效果并恢复推进;通过实践改进方法,并清理过时或无收益的机制。
治理和维护的负担由体系内部消化,目标是让用户无需持续照料这一层。异常出现时,体系尽量自主诊断和恢复;确需用户参与时,用用户能理解的方式说明影响及所需决定。人保留目标、关键取舍、授权与停止权;自治理沿用既有边界,不要求重建宿主已有的运行或恢复能力。
易用程度要用非专业用户的真实委托检验:未经内部流程培训能否开始并拿到结果,需要多少专业操作或人工救援,中断后能否继续,以及是否反复要求用户学习或维护内部机制。交付与治理两类闭环都需用真实运行证明;减少可见步骤不能替代内部问题得到解决。
定位边界:建设在现成编码 Agent 之上的开发体系#
擎天利用 Codex、Claude Code 等现成编码 Agent 及其 Harness,建设更上一层的完整委托、工程交付与实践积累能力。我们不会重做 Codex 或 Claude Code,也不以自建通用编码 Agent、替代其客户端或重复实现其底层执行循环为方向。
| 分工 | 擎天的建设选择 |
|---|---|
| 编码执行、工具调用、会话与运行环境等基础能力 | 优先复用宿主已有能力;具体支持范围以实际工具与接入验证为准 |
| 完整目标、验收依据、跨任务组织与开发接续 | 在宿主之上组织工作流、方法、项目资料和证据,推进整体交付 |
| 真实项目探索、经验沉淀与效果评估 | 用真实委托暴露缺口,验证并复用有效方法,淘汰无收益或过时做法 |
| 为上述目标必需的工具与衔接机制 | 先核对宿主原生能力,只补有证据的上层缺口,并明确与宿主的责任边界 |
涉及调度、状态、恢复、协作或验证的设想,都先检查现成工具能否满足需要,再决定适配或补充。模型与宿主能力提升后,重新评估原有补丁是否仍有必要。具体接入能力以当前实现事实与实际验证为准。
发展依据:工作单位扩大与验证闭环#
以下论述解释愿景的形成依据,包括能力趋势、工程要求及其推断边界。
核心判断#
随着模型和 Harness 能力增强,Agent 能承担的工作单位有机会从局部修改扩大到完整需求、大型交付与持续迭代。工作单位扩大是核心背景;跨执行者、跨会话和跨环境接续是由此产生的工程要求,验证闭环则让更完整的执行能力转化为可靠交付。
因果结构#
模型能力与 Harness 能力增强
└── Agent 能承担的工作单位扩大
├── 从局部修改 → 完整需求 → 大型交付与持续迭代
│
├── 推导一:工程工作需要脱离单个会话,支持接续与协同
│ ├── 时间维度:任务更长,需要暂停、中断和恢复
│ ├── 人员维度:多人接手、分工与协作
│ ├── 会话维度:跨会话接续、多会话协同
│ └── 环境维度:换设备、换地点、换执行环境
│
└── 推导二:完整工程闭环变得可行,也更值得建设
├── Agent 能推进更完整的工程过程
├── 验证提供反馈:结果与目标之间还差什么?
├── 未通过:定位缺口,返回对应环节继续修正
└── 整体完成条件满足:退出循环、完成交付
接续与协同:工程状态独立于当前会话#
工作单位扩大后,任务生命周期可能超出单个会话、一个人的工作时段和一个设备的使用周期。暂停与交接是正常使用需求,多人和多会话协同也需要共享有效依据。因此,项目资料须保存目标与约定、设计依据、执行状态、验证证据及下一动作,让接手者核对现场后从已有有效成果继续。
执行者和执行环境可切换是这一背景推导出的要求,不把“执行者变得可切换”本身当成独立的趋势前提。合上电脑、换地点或换设备的例子需要区分两类保障:资料与状态支持暂停后接续,执行本身持续运行则依赖宿主及实际运行环境。多人或多会话协同还需要处理并发修改、权限和状态归属;保存文档不自动完成这些能力。具体接续定义见开发连续性。
验证闭环:反馈与退出依据#
Agent 有机会推进完整工程过程,因此建设从目标到交付的执行闭环更有价值。验证是闭环的关键反馈机制,也是判断何时继续、何时退出的依据。 它将实际行为与有效目标、验收标准对照,发现差距并将问题送回理解、设计、实现或验证等适用环节。
“验证通过”在整体交付层面指必要结果得到有效证据支持,并满足适用 Review、交付与复盘等完成条件,不是某个局部测试通过。存在真实阻塞时记录未完成项与所缺条件,不用盲目重试代替推进;阶段门、返工及整体完成仍沿现有 Lifecycle。证据角色见工程产物与证据,流程组织见三层架构。
介绍开场#
随着模型和 Harness 能力增强,我判断 Agent 能承担的工作单位会持续扩大,从局部修改走向完整需求、大型交付和持续迭代。
这会带来两个工程要求。首先,任务越来越长,中断、交接和协同会成为正常情况,所以开发状态需要脱离当前会话,支持跨人、跨会话和跨环境接续。其次,Agent 有机会推进完整工程过程,因此值得建立从目标到交付的执行闭环,其中验证负责发现差距、驱动修正,并提供退出循环的依据。
擎天就是围绕这两个要求组织的:让工程工作能够持续接续,也能够依据验证结果推进到完整交付。
已出现的信号与推断边界#
OpenAI 的工程实践讨论了将人的职责转向环境设计、意图表达和反馈回路;Anthropic 的长任务研究讨论了跨会话开发与结构化产物交接。这些是一手实践信号,不据此宣称所有团队都已采用相同方式,也不宣称擎天是独有或普遍有效的方案。OpenAI:Harness engineering、Anthropic:Effective harnesses for long-running agents
背景中的能力趋势与工程要求用于解释为何探索这套体系;已实现能力、实践证据和效果限制分别以当前事实、架构及具体测评为准。