.pouch/kits/agent-collaboration-kit/optimization-method.md

Optimization Method

本文件记录更稳的多 Agent 协作方法，目标是减少“开发声称完成但复测不过”的循环成本。

1. 先把验收写成可观测信号

不要只写“页面可用”“体验更好”。每个任务至少写三类信号：

类型	示例
可见文本	页面出现 确认应用标签、取消、将修改
API 结果	POST /api/... 返回 code=0 且字段存在
交互结果	点击按钮后出现确认区；取消后不触发写入

好的验收：

点击“预览变更”后，页面必须出现 API 返回的 diff 行：
- title
- 修改前值
- 修改后值
- coverChanged 提示

不好的验收：

预览功能正常。

2. worker_done 必须带证据，不带结论

Developer Worker 的 worker_done 应该报告：

• 改了哪些文件。
• 跑了哪些命令。
• 自己如何复现验收路径。
• 仍可能有的风险。

不要让 Developer Worker 写：

已完成，应该可以了。

要写：

修改 web/app/fix/page.tsx。已运行 npm run build、go test ./...。
手测 /fix?fileId=1：搜索、选择候选、预览、确认区都可见。
风险：未执行真实写文件 apply。

3. Product/Test 只信自己的复测

即使 worker_done 写了“全部通过”，Coordinator 仍必须重新：

1. 确认 worktree。
2. 构建或重启服务。
3. 执行验收命令。
4. 浏览器或 API 复测。
5. 更新任务板。

这可以避免三类假通过：

• 测错服务实例。
• 测到旧构建产物。
• 开发只验证静态文本，没有验证真实交互。

4. 三轮失败策略

每个任务最多自动派发三轮。

round 1: 常规修复
round 2: 带复测失败证据的定向修复
round 3: 明确指出重复失败点，要求 worker 自己复现完整路径
failed after round 3: 标记 leftover，继续下一个任务

三轮失败后不要继续消耗同一个 worker。常见原因是：

• 验收标准需要重新设计。
• Worker 对问题模型理解错了。
• UI 自动化与实际浏览器状态有差异。
• 需要人工观察或调试工具介入。

留档字段建议：

status: leftover
leftoverReason: "failed after 3 supervised developer rounds"
attempts:
  - round: 1
    result: failed
    evidence: "<why failed>"
  - round: 2
    result: failed
    evidence: "<why failed>"
  - round: 3
    result: failed
    evidence: "<why failed>"

5. 任务排序

推荐排序：

1. P0 阻塞主流程。
2. P1 高频用户路径。
3. P1/P2 体验改进。
4. 重构和内部质量。

三轮失败的 P0 可以留档，但最终发布前需要人工决策：

• 降级范围。
• 改验收标准。
• 换新 Agent / 新 worktree 重做。
• 人工修复。

6. 每轮派发只修一个明确问题

不要一次让 Developer Worker 修太多失败项，除非它们共享同一根因。推荐：

one dispatch = one bug = one acceptance path

优点：

• 复测更快。
• 失败原因更清楚。
• 三轮失败留档更准确。

7. 复测前强制记录运行环境

每轮复测前记录：

repo:
worktree:
branch:
commit:
server command:
BASE_URL:
frontendDir:
test commands:

如果服务是长跑进程，确认它加载的是最新构建产物。静态前端项目尤其要注意是否重新 build。

8. 把失败证据写给下一轮 worker

第二轮以后，派发 prompt 不应重复原始描述为主，而应突出“上一轮为什么没过”。

模板：

上一轮不是完全失败，以下部分已通过：
- <passed checks>

仍失败：
- <missing checks>

直接 API/底层验证：
- <api result>

请重点排查：
- <suspected area>

9. 优先让测试可执行化

如果某个问题需要多轮修复，说明它值得沉淀成自动化检查。优先级：

1. API smoke。
2. 浏览器脚本或 case 文档。
3. 单元测试。
4. 人工检查清单。

目标不是所有东西都自动化，而是把最容易反复误判的路径自动化。

10. 结束条件

一轮闭环结束时，必须能回答：

• 哪些任务 verified？
• 哪些任务 leftover？
• 每个 leftover 失败了几轮？
• 最后一轮失败证据是什么？
• 当前工作树有哪些未提交改动？
• 是否还有 open / failed_retest 未处理？

如果这些问题答不清楚，闭环还没有结束。