AnswersPublished12 sources
BMRalph V6 má být jednodušší. Zatím ale není připravený ke spuštění
Doporučení zní zmrazit vykonávací část V5, ale zachovat její analytické postupy a historické důkazy. Základ V6 má tvořit jediný rámec pro práci s kódem, nadřazený řídicí cyklus, externí kontroly a stručná textová paměť zkušeností.
PublikovalObrázky vytvořeny pomocí GPT Image 2
Research answer
Key takeaways
- Doporučení zní zmrazit vykonávací část V5, ale zachovat její analytické postupy a historické důkazy.
- Základ V6 má tvořit jediný rámec pro práci s kódem, nadřazený řídicí cyklus, externí kontroly a stručná textová paměť zkušeností.
- Zásadní překážkou je neověřené napojení Cline na životní cyklus nástroje bmad loop; samotné úspěšné jednotkové testy vzdálený provoz nepotvrzují.
- Jev může vracet strukturované úsudky, není však generátorem kódu a sám o sobě nezaručuje správné posouzení každé změny.[1][2]
![[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/U0oDXR2yOIV8X9qOFcgLiFJcoUp2/images/A90C0EC23DEF257BE45D/1FF656F82B0EAD4E36E8.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":"建议冻结 V5 执行层，完整保留分析层；V6 条件采用“上游编排器＋单一 Cline 执行框架＋外部验证＋文本经验”。但当前不能宣布 V6 已可启动：Cline 生命周期适配、独立盲审隔离、Jev 外部门禁和真实断开闭环仍缺运行证据。\n\n BMRalph V6 目标架构方案与 V5 历史病理解剖报告\n\n . Topic tags: general web, llm, ai, workflow, code. 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, watermarks, charts with fa
Návrh BMRalph V6 míří k jednoduššímu vývojovému systému: jeden nástroj pro práci s kódem, nadřazená orchestrace, nezávislé kontroly a krátká paměť zkušeností mezi úkoly. Analýza zároveň doporučuje přestat rozšiřovat vykonávací vrstvu V5.
To ale neznamená, že je nová verze hotová. Zásadní integrace s Cline, nezávislé schvalování změn i skutečný provoz po odpojení místního počítače zatím nemají doložený běhový test. V6 je tedy návrh s jasným směrem, nikoli ověřený systém připravený k nasazení.
Proč zmrazit vykonávací část V5
V analyzovaném souboru bmad_control_store.py má současná implementace 315 řádků. Nejde o SQL databázi, ale o úložiště založené na souborových záznamech. Číslo 1 728 řádků, které se objevilo v dřívějším popisu, se z dostupných podkladů nepodařilo potvrdit.
Úložiště kontroluje například identitu adresářů, oprávnění, zámky, verze požadavků, návaznost historie, velikost záznamů a otisk obsahu. Samotný kód však podle analýzy neověřuje lidskou identitu, nepředává oprávnění k provedení úkolu, úkol nespouští a neukládá jeho průběžný stav.
Problém tedy není v tom, že by bezpečnostní kontroly byly zbytečné. Jde o nepoměr mezi náklady na vlastní protokol pro rozhodování a tím, zda je vůbec prokázaný celý řetězec od schválení po dokončenou práci. Podrobný záznam sám o sobě neznamená, že byl úkol skutečně proveden.
Analýza také varuje před tvrzením, že delší kód automaticky způsobil „zahlcení kontextu“ modelu. To by vyžadovalo důkaz, že se tyto soubory opakovaně vkládaly do vstupu modelu. Stejně tak zatím není doloženo, že modul způsobil skutečný deadlock: popsaný zámek při konfliktu operaci odmítá, místo aby neomezeně čekal.
Doporučení proto zní: zmrazit vykonávací vrstvu V5, zachovat analytické postupy a historické výsledky, ale nepokračovat v rozšiřování vlastního řídicího systému.
Co skutečně dokazují úspěšné testy
Plán zaznamenává dřívější uživatelem potvrzený výsledek 231 specializovaných jednotkových testů. Testy ale nebyly v rámci této analýzy znovu spuštěny. Podle téhož plánu navíc nebylo ověřeno skutečné vzdálené prostředí, samostatná autentizace ani pokračování práce po zavření místního klienta.
Úspěšné testy mohou potvrdit, že konkrétní části implementace správně zacházejí se zámky, rozpočty nebo cestami k souborům. Samy o sobě však nedokazují, že cílový nástroj načte požadované pracovní postupy, že skutečný model spolehlivě dokončí úkol nebo že vzdálený server zahájí další krok po odpojení uživatele.
To není důvod testy označit za bezcenné. Znamená to, že jejich výsledek nelze zaměnit za ověření celého produktu. Historické testy proto mají zůstat historickým podkladem, nikoli automatickým potvrzením funkčnosti V6.
Jakou práci má dělat každá součást
Návrh rozděluje systém do pěti částí s co nejmenším překryvem:
| Součást | Zamýšlená role |
|---|---|
bmad-loop |
Vybere schválený úkol, řídí jeho běh, ověření, omezené opakování a předání ke commitu. |
| Cline CLI | Provede jednu vývojovou nebo kontrolní relaci v určeném pracovním prostoru. |
| BMAD-METHOD | Dodá role a pracovní postupy pro plánování, implementaci a kontrolu. |
| Jev | Externě vyhodnotí strukturovanou otázku nad zadaným stavem a podklady. |
| Zkušenosti inspirované Harness² | Uchovají krátké, doložené poznatky, které mohou pomoci u dalších úkolů. |
Klíčovou zásadou je, aby programové řízení zůstalo v rukou orchestrace: ta vybírá úkoly, hlídá limity a rozhoduje, zda lze pokračovat. Model má pomáhat s implementací či kontrolou, nemá si sám rozšiřovat zadání ani určovat další úkol.
Největší překážkou je napojení Cline
Podklady uvádějí, že bmad-loop nabízí vestavěné integrace pro jiné nástroje, zatímco obecný adaptér očekává určité události životního cyklu. Dokumentované varianty událostí podle analýzy Cline nepokrývají. Dostupné informace o Cline potvrzují některé možnosti konfigurace a práce v odděleném prostředí, ale neprokazují, že jeho relace splní očekávání orchestrátoru.
Je proto nutné ověřit, zda Cline umí přijmout úkol, pracovat v nové relaci, spolehlivě oznámit její začátek a konec a po zrušení ukončit i běžící nástroje. Zpráva nebo zastavený proces samy o sobě nejsou důkazem dokončeného úkolu. Pokud nejsou informace o využití modelu dostupné, systém by to měl přiznat místo toho, aby tvrdil, že rozpočet spolehlivě vynucuje.
Názvy rolí „DEV“ a „REVIEW“ mají označovat dva oddělené profily a kontexty, nikoli dva paralelní systémy, které si samy řídí práci. Přesné identifikátory modelů, poskytovatele, přihlašovací údaje a finanční limity je třeba ověřit při skutečném nasazení.
BMAD nemá být kopírovaný prompt
BMAD-METHOD má do systému přinášet pracovní postupy a role podle potřeby, ne celý katalog naráz. Podklady například rozlišují technickou architekturu, implementaci schváleného úkolu a práci s jeho záznamem. Samotné zkopírování části instrukcí přitom nemusí stačit: některé postupy očekávají také inicializaci projektu a dostupné pomocné skripty.
Analýza uvádí 31 položek ve zkoumaném adresáři, z nichž tři jsou záznamy modulů. Proto není přesné popisovat všechny položky jako samostatné spustitelné dovednosti. Zdroj pracovních postupů má zůstat oddělený od kódu úkolu a nemá se upravovat bez zvláštního důvodu.
Jev může pomoci s rozhodnutím, ne nahradit kontroly
Jev je podle dokumentace TypeSafe model pro strukturované rozhodování: přijímá stav a typované otázky a vrací strukturované odpovědi. Není to chatovací ani kódovací model; nepíše kód a nevede konverzaci.1
2
V navrženém systému by mohl posuzovat, zda změna odpovídá zadání, nebo pomoci roztřídit příčinu selhání. Neměl by však rozhodovat o všem. Kontrola schválených cest a zakázaných souborů má být deterministická: změna mimo povolený rozsah má vést k zastavení, nikoli k hlasování modelu. Nejasný výsledek externí služby by rovněž neměl znamenat automatické schválení.
Důležitá je i hranice této kontroly: probíhá až poté, co agent změnu vytvoří. Nemůže tedy vzít zpět dřívější vedlejší účinek. Ochranu musí zajistit pracovní prostředí, oprávnění a oddělení citlivých přístupů, nejen kontrola před commitem.
Zkušenosti ano, automatická „sebeoptimalizace“ ne
Inspirace Harness² spočívá v tom, že se poučení z úkolů může promítnout do další práce, aniž by se měnily váhy modelu. V6 ale podle návrhu nemá instalovat celý systém Harness² ani přidávat další smyčku experimentování.
Místo toho má ukládat stručné zkušenosti s jasně vymezeným použitím: kdy poznatek platí, co doporučuje, o jaký úkol a důkaz se opírá a kdy naopak neplatí. Zkušenost se nemá stát pravidlem jen proto, že jeden pokus selhal. A už vůbec nesmí měnit schválený rozsah práce nebo povinné kontroly.
Jak by vypadal běh jednoho úkolu
Při modelovém úkolu, jehož cílem je zabránit dvojitému odeslání objednávky, by orchestrátor nejprve vybral schválený záznam a vytvořil oddělený pracovní prostor. Nová relace Cline by načetla zadání, kritéria převzetí, potřebné části projektu a relevantní zkušenosti.
Po vytvoření změny by následovalo spuštění skutečných testů, kontrola všech změněných souborů a externí posouzení rozsahu. Teprve poté by nezávislá kontrolní relace dostala zmrazenou podobu změny a výsledky ověření. Neměla by číst vývojovou konverzaci ani přebírat sebehodnocení autora změny.
Výsledek kontroly musí být konkrétně schválení, zamítnutí nebo neznámý stav. Zamítnutí, nejasnost, timeout, selhání testů nebo změna kandidáta po kontrole mají zabránit commitu. Po schválení se z případného poučení může stát zkušenost pro další úkol; pokud se po kontrole změní samotná funkční změna, předchozí schválení přestává platit.
Po dokončení by měl commit i předání výsledku řídit původní orchestrátor. Návrh výslovně odmítá přidávat další vlastní smyčky pro opakování, zotavení nebo správu stavu.
Co musí být ověřeno před spuštěním V6
Nejdůležitější zkouškou není další sada izolovaných jednotkových testů, ale jeden skutečný úkol s doloženým průchodem celým řetězcem. Je třeba prokázat, že:
- Cline splní požadavky orchestrátoru na relaci, dokončení a ukončení práce;
- nezávislá kontrola dostane správnou, zmrazenou verzi změny a skutečně může zablokovat commit;
- výpadek Cline, Jev nebo testovacího prostředí vede k bezpečnému pozastavení;
- zamítnutí, neznámý výsledek a změna po kontrole neprojdou dál;
- po odpojení místního IDE vznikne na serveru nový, doložitelný krok práce — pouhé běžící
tmuxnestačí; - člověk může práci zastavit a nástroje i procesy se skutečně ukončí;
- commit, sloučení a aktualizace záznamu úkolu neskončí v nejasném stavu.
Odpojení místního klienta je přitom jiné než úplná ztráta síťového spojení serveru. V prvním případě se očekává pokračování práce na serveru; ve druhém je realistickým požadavkem bezpečné pozastavení a zachování rozpracovaného stavu.
Závěr: směr dává smysl, připravenost potvrzena není
Doporučení zmrazit vykonávací část V5 a zachovat její analytické poznatky je opodstatněné. V6 má být postaveno na jedné orchestraci, jednom rámci pro práci s kódem, ověřitelných kontrolách a skromně pojaté textové paměti.
Nejdůležitější další krok ale není napsat nový řídicí systém. Je jím dokázat, že Cline odpovídá požadavkům orchestrátoru a že nezávislá kontrola spolehlivě zastaví neschválenou změnu. Dokud tento řetězec neprojde skutečným testem, je přesnější označovat V6 za návrh v přípravě než za systém připravený k provozu.
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 "BMRalph V6 má být jednodušší. Zatím ale není připravený ke spuštění"?
Doporučení zní zmrazit vykonávací část V5, ale zachovat její analytické postupy a historické důkazy.
What are the key points to validate first?
Doporučení zní zmrazit vykonávací část V5, ale zachovat její analytické postupy a historické důkazy. Základ V6 má tvořit jediný rámec pro práci s kódem, nadřazený řídicí cyklus, externí kontroly a stručná textová paměť zkušeností.
What should I do next in practice?
Zásadní překážkou je neověřené napojení Cline na životní cyklus nástroje bmad loop; samotné úspěšné jednotkové testy vzdálený provoz nepotvrzují.