Coding Agent 正在提升代码生成效率，但当它进入团队级交付流程，新的工程问题随之出现：执行步骤不一致，实现与评审缺乏有效隔离，验证能力难以跟上并发增长，失败后也缺少清晰的恢复路径。单次任务的成功，并不等于团队获得了可持续的软件交付能力。我们的实践表明，除模型能力外，流程约束、验证机制与人机职责划分同样决定交付结果。

为此，团队构建了多 Agent 交付平台 LoopForge：以确定性 DAG 定义流程主干、节点依赖和门禁，以 Agent 完成节点内的分析与执行，并在关键决策点保留人工审批。通过可执行 SOP、实现与评审角色隔离、交付产物留存及失败重跑，将依赖单次会话表现的执行过程，转化为可验证、可追溯、可恢复的交付流程。

本次分享围绕三个递进的工程问题展开：如何让单个需求按既定流程完成交付；如何在任务并发增长后，通过分层质量门禁控制变更风险；如何将交付流程延伸至生产运维，形成“巡检发现—聚类建单—自动修复—验证—人工确认合入”的闭环。团队基于该体系累计合入 836 个合并请求（MR），日均吞吐提升7.8倍，无线上故障；在 SkillHub 场景中，最近一个月完成自动修复0人工干预并合入的线上 Issue 超过 60 个。分享会讲清每个阶段的落地成果、推进路径和踩过的坑。

演讲提纲

1. 交付困境：Agent 能写代码，为什么交付不稳
   • 四个症状：流程不可复现、自己评审自己、关键关口无人把控、过程不可追溯
   • 一个误区：以为让 Agent 自由编排就够了，实际在批量执行时会跳步、跑偏、中途停下
2. 核心思路：DAG 管主干，Agent 管节点，人管签字
   • 职责边界：流程、门禁和回退交给确定性编排，执行细节交给 Agent，最终判断交给人
   • 演进总览：从 Human in the Loop（人盯过程）走到 Human on the Loop（工程托底，人只做确认）
3. 阶段一 稳定交付：把团队经验变成可执行的 SOP
   • 四类节点：Agent、脚本、人工审批、子 SOP；不需要 AI 的地方就不用 AI
   • 角色隔离：实现、评审、测试使用独立的上下文和模型，避免自己评审自己
   • 可回溯：节点之间通过产物交接，在途任务锁定 SOP 版本，失败后可以从指定节点重跑
   • 效果：累计交付 200+ 个需求与 Issue，产品和后端同学跨界合入 105+ 个前端 MR
4. 阶段二 规模化质量：用验证门禁替代人盯
   • 新瓶颈：一个人能同时并发十几个任务，再靠人逐个盯，质量和吞吐无法兼得
   • 5 道门禁：单测与增量覆盖、Diff 缺陷挖掘、异构模型交叉审查、3 分钟分支环境加 E2E、产品体验走查
   • 效果：合入 836 个 MR，无线上故障；一次通过率 54.8%，经过门禁打回和 Agent 返工后，终态成功率达到 95.4%
   • 踩坑：一次通过率低的根源在上游需求质量，前置需求澄清门禁比加并发更有效
5. 阶段三 主动闭环：从人提需求到系统发现问题
   • 新瓶颈：交付已经稳定，但问题仍然要靠人发现、建单
   • 闭环链路：日志、K8s、慢 SQL 巡检 → 聚类建单 → 缺陷修复 SOP → MR、测试报告和根因报告 → 人工确认合入
   • 效果：最近一个月自动修复并合入 60+ 个线上 Issue

听众收益

• 掌握一套多 Agent 交付流程的设计方法。能够划分确定性编排、Agent 自主执行和人工审批的职责，理解节点类型、角色隔离、产物交接与失败恢复的设计要点
• 获得一份分层质量验证的参考清单。理解单测、变更审查、异构模型审查、分支环境 E2E 与产品体验走查各自承担的验证职责，以及验证失败后如何反馈到修复流程
• 建立一组评估交付体系的指标视角。使用一次通过率、终态成功率、执行耗时、端到端耗时和项目实际使用情况，识别问题主要出在需求与上下文、验证机制，还是人工协作环节

演讲亮点

• 生产级闭环：线上巡检、自动建单、自动修复、人工确认合入，最近一个月0人工干预合入 60+ 个线上 Issue
• 完整的验证体系和真实数据：5 道门禁、3 分钟分支环境、异构模型交叉审查；836 个 MR、无线上故障；一次通过率 54.8%，终态 95.4%
• 真实的工程复盘与可复用的取舍：为什么从 Agent 自由编排转向“确定性 DAG + 节点内自主执行”；需求澄清不足、上下文缺失和人工等待如何造成返工与阻塞；结合踩坑经历，讲清哪些环节交给程序、哪些交给 Agent、哪些保留人工决策，帮助听众确定落地顺序与自动化边界