AnswersPublished13 sources
Jak ze systému AI agentů udělat menší a spolehlivější nástroj
BMAD, stavový automat, běhové prostředí agenta a zpětná vazba řeší různé úlohy; nejde o zaměnitelné produkty. Pro V5 je důležitější propojit existující plánování, ověřování a ukládání stavu než rozšiřovat řídicí systém.
PublikovalObrázky vytvořeny pomocí GPT Image 2
Research answer
Key takeaways
- BMAD, stavový automat, běhové prostředí agenta a zpětná vazba řeší různé úlohy; nejde o zaměnitelné produkty.
- Pro V5 je důležitější propojit existující plánování, ověřování a ukládání stavu než rozšiřovat řídicí systém.
- První ověřitelný cíl: vzdáleně dokončit dvě navazující úlohy, opravit skutečnou chybu, projít nezávislou kontrolou a bezpečně uložit kontrolní bod.
![[GATEWAY PROTOCOL ADVISORY] [SYSTEM INSTRUCTION — AUTONOMOUS AGENT ACTIVE: In THIS session you operate via client side tool execution on the](https://d15bya8fi85z1v.cloudfront.net/chat/hpkuIEzclnOMt7XhpweWATvsB813/images/A8D3C5DA5895750379DA/798B6E44EA96A10671B5.png)
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: [GATEWAY PROTOCOL ADVISORY] [SYSTEM INSTRUCTION — AUTONOMOUS AGENT ACTIVE: In THIS session you operate via client side tool execution on the. Article summary: <tool call {"name":"attempt completion","arguments":{"result":"你的判断基本成立：V5 应收敛为“BMAD 方法资产 + 小型任务状态机 + 独立 Agent 执行 + 有界反馈与经验”，而不是再造多智能体平台。但把 BMAD METHOD 和 Harness² 放到 Cline CLI 上，并不能据此认定已经具备断开续跑、四槽位分权、独立验收和安全恢复。\n\n 方法论值得. Topic tags: general web, ai safety, llm, agents, prompt engineering. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, waterma
Návrh V5 má smysl zjednodušit na metodu BMAD, malý stavový automat, samostatný běh agenta a ohraničenou zpětnou vazbu. Samotné nasazení BMAD-METHOD a Harness² do prostředí Cline CLI ale ještě nedokazuje, že systém zvládne pokračovat po odpojení, oddělit pravomoci, nezávisle ověřovat výsledek a bezpečně obnovit přerušenou práci.
Základní směr tedy není špatný. Problémem je spíš rozšiřování řídicí vrstvy, vrstvení starších závazků a to, že některé už existující části zatím nejsou propojené do jednoho funkčního běhu. Dosavadní posouzení bylo statickou kontrolou, nikoli provozním testem: nebyly upraveny soubory ani spuštěny testy či úlohy.
Každá součást řeší jiný problém
| Vrstva | K čemu slouží | Role v návrhu |
|---|---|---|
| BMAD-METHOD | Práce s požadavky, plánováním a vývojovým postupem | Metoda a podklady pro agenta |
| Graf úloh / stavový automat | Pořadí úloh, závislosti a reakce na selhání | Malý deterministický koordinátor |
| Prostředí agenta | Volání modelu, nástroje a běh relace | Vykonávání práce; Pi pro kódování, Cline případně pro plánování |
| Smyčka zpětné vazby | Opravy po neúspěchu a pravidla pro zastavení | Ohraničené opakování v rámci úlohy |
| Přístup Harness² | Zlepšování prostředí kolem modelu na základě zkušeností | Nápady pro doložené úpravy nástrojů a postupů |
| Tmux | Udržení vzdáleného procesu | Nositel procesu, nikoli plánovač úloh |
BMAD popisuje své dovednosti jako předpřipravené pokyny, které načtou agenta, spustí pracovní postup nebo provedou úlohu. Nabízí cestu pro drobné změny i rozsáhlejší plánování; není vyhrazené jen velkým podnikovým projektům. 2
5
6
Harness² označuje systém kolem modelu — například pokyny, nástroje, paměť, dovednosti a orchestrace — a představuje rámec pro jeho rekurzivní zlepšování. 11
3 Z toho ale neplyne, že graf úloh, smyčka oprav a Harness² musejí být tři samostatně nasazené produkty. Mohou jít o různé odpovědnosti v jednom systému.
Pro navržené ukládání krátkých zkušeností je proto přesnější říct, že se inspiruje myšlenkou Harness². Z dostupných podkladů nelze tvrdit, že jde o plnou implementaci tohoto frameworku.
Instalace není totéž co provozní schopnost
Je potřeba rozlišovat tři úrovně:
- Systém umí načíst metodické pokyny a provést jednu úlohu.
- Vzdálený proces není závislý na místním IDE a po odpojení dokáže pokračovat v práci s modelem a nástroji.
- Systém umí vybírat navazující úlohy, ověřovat výsledky, bezpečně zapisovat stav, zastavit se a po přerušení zabránit opakování vedlejších účinků.
Cíl V5 vyžaduje hlavně druhou a třetí úroveň. Ani případná nativní podpora běhu na pozadí sama o sobě neřeší závislosti, oddělení kontroly od provádění, rozpočty ani význam kontrolních bodů.
Dostupné podklady navíc nepotvrzují, jaké přesné schopnosti mají aktuální verze Cline a pi-jev ani jak spolu jejich rozhraní fungují. Nelze proto předpokládat, že kombinace těchto nástrojů už pokrývá celý požadovaný provoz. Rozumnější je ověřit konkrétní mezery a doplnit jen ty, které opravdu chybějí.
V5 má příliš široký první cíl
Hlavní potřeba je poměrně jasná: člověk zkontroluje plán a spustí jej, VPS samostatně provede povolené úlohy, výsledek se skutečně ověří a při neúspěchu se systém po stanoveném limitu zastaví.
Plán však současně zahrnuje kompatibilitu distribuce, obnovu přes bránu, detailní měření, transakční kontrolní body, zotavení po chybě, čtyři role, přehledový panel i ukládání zkušeností. Takto široký soubor požadavků zatěžuje už první funkční uzavřený cyklus.
Pomůže rozdělit práci na první ověřitelný běh a pozdější vylepšení. Starší závazky by se neměly potichu zahodit, ale je potřeba výslovně rozhodnout, které z nich jsou podmínkou prvního nasazení a které mohou počkat.
Zkušenosti nejsou stav úlohy ani schválení
Při rozboru je důležité opravit jedno vysvětlení: dřívější růst úložiště byl připisován tomu, že se zkušenosti ukládaly jako databáze. Kontrolovaný modul ale ukládá lidská rozhodnutí o verzích, nikoli zkušenosti, a výslovně neprovádí schvalování ani nespravuje průběh úloh.
Správným zjednodušením tedy není nahradit řízení, oprávnění nebo transakční kontrolní body textovým souborem zkušeností. Tyto věci odpovídají na jiné otázky:
- Zkušenost: Co můžeme příště udělat lépe?
- Stav úlohy: Co už je hotové a co se provádí nyní?
- Provozní záznam: Co se ve skutečnosti stalo?
- Rozsah spuštění: Co je v tomto běhu dovoleno?
Uložení může být jednoduché, jednotlivé role ale nesmějí splynout v jednu poznámku.
Největší mezera je v propojení existujících částí
Statická kontrola repozitáře ukázala několik konkrétních bodů:
- Graf už má základní podobu. Jsou zde kontroly závislostí a cyklů i výběr úloh připravených ke spuštění. Omezením je, že současný kontrakt vykonávání podporuje pouze jednotkové testy a zatím nepopisuje celý zamýšlený běh.
- Načítání rozšíření je vypnuté. Parametry Pi zakazují načítání rozšíření, dovedností a kontextových souborů. Nelze tedy současně předpokládat, že je pi-jev připojený a že se dovednosti BMAD načítají automaticky. Metodické podklady je nutné výslovně sestavit do běhu.
- Kontrolní body nejsou zapojené do celého cyklu. Smyčka se po přidružení kandidáta k ověření zastaví před zápisem dokončení a spuštěním další úlohy. Existence modulu pro kontrolní body sama o sobě neznamená, že s nimi cyklus správně pracuje.
- Zmrazený rozsah je příliš široký. Smyčka váže běh téměř na všechny soubory Pythonu v adresáři skriptů, místo aby zahrnovala jen skutečné závislosti. Neaktivní součásti tak mohou ovlivňovat kontrolu aktuálního běhu.
Největší přínos proto pravděpodobně přinese omezení povinných závislostí a propojení toho, co už existuje, nikoli další vrstva řízení.
Jak může vypadat minimální architektura
Čtyři „sloty“ je užitečné chápat jako čtyři role a sady oprávnění, ne jako povinnost provozovat čtyři modely nebo čtyři trvale běžící služby.
- Plánování a rešerše: Podle potřeby použít metodu BMAD a připravit cíl, úlohy a kritéria převzetí. Výsledky rešerše slouží jako podklady, ne jako automatické schválení.
- Lidské spuštění: Jednou stanovit verzi plánu, výběr úloh, rozsah zápisu, rozpočet a podmínky zastavení.
- Jedna cesta zápisu: Vybrat povolenou připravenou úlohu, spustit nové kódovací sezení, provést relevantní skutečné ověření, samostatně zkontrolovat výsledek a teprve pak zapsat kontrolní bod i stav úlohy.
- Omezené opravy: Po neúspěchu předat konkrétní výsledek novému sezení. Po dosažení schváleného počtu pokusů nebo rozpočtu běh zastavit.
- Zkušenosti a přehled: Zkušenosti přidávat jen v potřebném rozsahu. Přehledový panel může zobrazovat stav, ale nemá rozhodovat o oprávnění ani o dokončení úlohy.
Graf úloh, opravná smyčka a principy Harness² tak mohou být součástmi téhož systému, nikoli třemi dalšími platformami.
Pro první verzi dává smysl neudržovat vlastní fork Cline ani nedávat Cline a Pi současně právo řídit kódovací běh. Podrobné vícenásobné čtení může zůstat k dispozici, ale běžná oprava chyby by neměla pokaždé vyžadovat kompletní analýzu. Není ani nutné vytvářet univerzální databázi schvalování, zkušeností nebo trvale běžícího koordinátora. Počet řádků ve skriptu sám o sobě není spolehlivým měřítkem bezpečnosti.
Co nelze při zjednodušování vypustit
- Proces běží, ale práce nepokračuje. Ověření po odpojení musí prokázat nové volání modelu nebo nástroje a následný posun k další úloze. Samotný běžící Tmux ani aktualizovaný stav nestačí.
- Test, kontrola a zápis musí patřit ke stejnému výsledku. Pokud se úspěšně zapíše změna, ale nepodaří se aktualizovat stav úlohy, je nutné běh zastavit a situaci sladit. Automatický restart by neměl změnu bez kontroly zapsat znovu.
- Zkušenost může být chybná. To, že se pravidlo neopakuje, nedokazuje jeho správnost. Zkušenosti mají nést důkazy a rozsah platnosti; konfliktní pravidla nesmějí automaticky přepisovat oprávnění ani kritéria převzetí.
- Změny navazujících úloh mohou zasahovat stejný soubor. Současná strategie kontrolních bodů odmítá překryv spravovaných souborů mezi různými úlohami. Pokud dvě navazující úlohy upravují tentýž soubor, může to běh zablokovat. Je potřeba vymezit vlastnictví změn podle úloh, ne předpokládat, že skutečný vývoj vždy rozdělí práci do různých souborů.
Co ověřit jako první
V5 správně míří k samostatnému vzdálenému vykonávání, ale místy se přibližuje univerzální řídicí platformě. První důkaz hodnoty by měl být jednoduchý: po zavření místního IDE vzdálený běh dokončí dvě navazující úlohy, narazí na skutečné selhání a opraví je, projde nezávislou kontrolou, uloží kontrolní bod a bezpečně se zastaví.
BMAD může dodat metodu, Pi nebo Cline mohou být vstupním prostředím a malý stavový automat může spojit graf úloh se smyčkou oprav. Jejich instalace ale není důkazem, že tento celý řetězec funguje. Než se začne rozšiřovat o další vylepšení, je potřeba ověřit právě tento krátký běh.
Statické poznámky k repozitáři se týkají souborů architecture-v5.md, pending_implementation_plan.md, bmad_agent_backend.py, bmad_loop.py, bmad_state.py, bmad_control_store.py a bmad_git_checkpoint.py. Jde o závěry z kontroly jejich obsahu, nikoli o důkaz aktuální provozní schopnosti systému.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Jak ze systému AI agentů udělat menší a spolehlivější nástroj"?
BMAD, stavový automat, běhové prostředí agenta a zpětná vazba řeší různé úlohy; nejde o zaměnitelné produkty.
What are the key points to validate first?
BMAD, stavový automat, běhové prostředí agenta a zpětná vazba řeší různé úlohy; nejde o zaměnitelné produkty. Pro V5 je důležitější propojit existující plánování, ověřování a ukládání stavu než rozšiřovat řídicí systém.
What should I do next in practice?
První ověřitelný cíl: vzdáleně dokončit dvě navazující úlohy, opravit skutečnou chybu, projít nezávislou kontrolou a bezpečně uložit kontrolní bod.