AI News HubLIVE
站內改寫2 分鐘閱讀

Agent Rigor – 阻止你的AI程式設計助手陷入死迴圈

Agent Rigor 是一個結構化框架,透過強制性的協議、驗證關卡和防找藉口機制,防止AI程式設計助手在編碼過程中陷入死迴圈(doom-loop)。它採用漸進式披露的三層上下文層級,包含六個操作階段,旨在為自主編碼代理提供嚴格的紀律和實證驗證。

來源Hacker News AI作者: meherbhaskar

Agent Rigor 是一個為自主編碼代理設計的結構化框架,旨在解決AI程式設計助手在編碼過程中常見的缺乏紀律問題。當AI代理在沒有嚴格控制的情況下執行時,它們往往會跳過規劃直接進入實現、編寫看似合理但實際無法工作的程式碼,或者陷入“死迴圈”——一種修復導致更多修復的螺旋式困境。此外,它們可能會在會話之間遺忘學到的內容,或者由於一次載入過多指令而導致“上下文腐爛”。

Agent Rigor 透過一套強制性的協議、驗證關卡和防找藉口機制來應對這些問題。其核心理念包括:每個指令都必須是一個可驗證的步驟,並帶有退出標準(可操作協議);要求AI提供證據而非僅憑“看起來正確”(實證主權);確保程式碼庫在已知良好狀態之間轉換,絕不提交損壞狀態(原子狀態轉換);以及主動預期並反駁代理用來跳過紀律的藉口(防找藉口)。

框架採用一個由三層上下文層級組成的漸進式披露系統,以防止上下文視窗崩潰。第一層是Apex核心(SYSTEM_CORE.md),它始終處於活動狀態,負責路由和提供不可協商的規則。第二層是階段指導(00_PHASE_DIRECTOR.md),僅在進入某個階段時按需載入。第三層是技能協議(skills/*.md),提供深入的執行指南,僅在階段指導請求時載入。

Agent Rigor 定義了六個操作階段:1)任務綜合(Mission Synthesis):需求和規劃,包括需求提煉和戰略分解;2)執行引擎(Execution Engine):實現和測試,使用收斂迭代和狀態檢查點;3)驗證矩陣(Verification Matrix):質量和審查關口,包括五邊形審計和熵減少;4)認知永續性(Cognitive Persistence):記憶和知識,透過上下文生命週期和結構製圖;5)介面協議(Interface Protocols):安全環境互動,包括有界觀察和語義導航;6)自適應協議(Adaptive Protocols):免疫系統,提供遞迴自我修正和範圍控制。

快速開始很簡單:在專案根目錄執行安裝指令碼 curl -sSL https://raw.githubusercontent.com/MeherBhaskar/agent-rigor/main/install.sh | bash,然後告訴你的代理從讀取 SYSTEM_CORE.md 並開始階段1即可。Agent Rigor 是平臺無關的,支援 Cursor、Claude Code、GitHub Copilot、Gemini CLI、Aider 等主流代理和IDE。

該專案託管在 GitHub 上,目前有2顆星和0個fork,採用純 Markdown 編寫,歡迎貢獻以讓代理更智慧、更守紀律。