Cockroach Labs 描述了一条编程智能体(agent)流水线,把软件问题当作医院病人处理:设置专门角色,并在开始实施前强制审查。
这个名为 MOLT Sinai 的系统通过 GitHub Actions 运行。标签在分诊智能体、检查阶段、提出治疗方案的 Fellow、攻击方案的 Review Attending,以及出院阶段之间传递状态。作者称,五个月内处理了超过 100 万行代码,发生七次回退。
为什么重要
维护者把仓库变更委托给智能体时,需要的不只是强模型:流程还必须保持范围、展示决策,并在薄弱计划变成代码前将其阻止。MOLT Sinai 把这些要求转为工作流状态和书面技能,而非依赖一条长提示词或智能体的记忆。
最强的规则在于程序:没有计划不写代码,没有审查不通过计划。Review Attending 的指令是找错,而非本能地配合。如果工作超出批准范围,另一条规则要求“不要临场发挥”;智能体必须停下并重新规划。不能仅为让变更通过就削弱测试。
Cockroach Labs 工程师 Adam Storm 和 Rafi Shamim 报告,合并了 27 个拉取请求,审查者退回 55 次。他们描述,在不到两天内添加 Db2 迁移源,模型 token 成本为 4,172 美元。与耗时九个月、约 16 万美元的 Oracle 集成比较,说明了他们所声称的差异,但并非同等条件下的受控生产率研究。
设计刻意增加了程序负担。每次交接消耗 token 和时间,作者称流水线可能比智能体集群更慢、更贵。其目的不是最大并行,而是让从问题到合并代码的路径可检查,并为每个阶段分配不同责任。
可复用的想法比医院比喻更小:把状态放在聊天之外,要求明确计划,分离作者与批评者,并在智能体指令中写入停止条件。不必复制所有角色,也能采用这些控制。
Cockroach Labs 发布的是工程经验,而非独立评测。下一步证据应是仓库层面的数据,比较这条流水线与普通人类或智能体工作流处理相似任务的情况,包括审查时间、缺陷严重性,以及从未进入合并的工作。
核实
| 说法 | 标签 | 一手来源 | 独立核实 |
|---|---|---|---|
| MOLT Sinai 使用 GitHub Actions、标签和按角色分工的智能体,推动问题经过分阶段工作流 | 已核实 | cockroachlabs.com | 无 |
| 工作流要求写代码前先批准计划,并指示智能体在范围变化时重新规划 | 已核实 | cockroachlabs.com | 无 |
| Cockroach Labs 报告五个月中有 27 个合并拉取请求、55 次退回和七次回退 | 据公司称 | cockroachlabs.com | 无 |
| Db2 迁移源耗时不到两天,token 成本 4,172 美元 | 据公司称 | cockroachlabs.com | 无 |
| 作者称,相比智能体集群,系统增加了时间、成本和程序负担 | 已核实 | cockroachlabs.com | 无 |