AnswersPublished13 sources
BMAD, Harness² i agenci kodujący: co naprawdę trzeba zbudować?
Najprostszy sensowny kierunek to metodyka BMAD, niewielki automat sterujący zadaniami, osobny agent wykonawczy oraz ograniczona pętla napraw i uczenia się na doświadczeniach. Samo zainstalowanie BMAD, Harness² lub narzędzia CLI nie dowodzi, że system potrafi bezpiecznie działać po rozłączeniu, weryfikować wyniki i w...
Opublikowane przezObrazy wygenerowane za pomocą GPT Image 2
Research answer
Key takeaways
- Najprostszy sensowny kierunek to metodyka BMAD, niewielki automat sterujący zadaniami, osobny agent wykonawczy oraz ograniczona pętla napraw i uczenia się na doświadczeniach.
- Samo zainstalowanie BMAD, Harness² lub narzędzia CLI nie dowodzi, że system potrafi bezpiecznie działać po rozłączeniu, weryfikować wyniki i wznawiać pracę bez powtarzania skutków ubocznych.
- Przegląd V5 wskazuje przede wszystkim na problem z połączeniem istniejących elementów w działający obieg, a nie na brak kolejnej warstwy sterowania.
- Najważniejszy test powinien sprawdzić jeden pełny scenariusz: zdalne wykonanie zależnych zadań, naprawę rzeczywistego błędu, niezależną kontrolę i zapis punktu kontrolnego.
![[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
Nie każda funkcja wymaga osobnego frameworka
W projekcie V5 kierunek jest zasadniczo trafny, ale pojawia się ryzyko, że osobisty mechanizm do wykonywania zadań zostanie rozbudowany do roli uniwersalnej platformy dla agentów AI. Bardziej oszczędny model to metodyka BMAD, mała maszyna stanów, niezależny agent wykonawczy oraz ograniczona pętla napraw i doświadczeń.
To nie to samo co połączenie kilku gotowych narzędzi i uznanie, że system jest już gotowy do pracy bez nadzoru. Trzeba jeszcze sprawdzić, czy umie wykonać zadanie od początku do końca, zweryfikować rezultat, bezpiecznie zatrzymać się po błędzie i wznowić pracę bez powtarzania operacji.
Różne narzędzia, różne zadania
BMAD dostarcza metodę pracy i materiały dla agentów. Jego umiejętności są przygotowanymi instrukcjami, które mogą uruchamiać agentów, przepływy pracy lub konkretne zadania 2. Dokumentacja pokazuje ścieżki zarówno dla niewielkich zmian, jak i większych prac planistycznych
5
6. Nie jest więc z definicji ciężkim procesem, którego trzeba używać w całości przy każdej poprawce.
Pozostałe elementy pełnią inne role:
| Element | Do czego służy |
|---|---|
| BMAD | Pomaga określić, co zrobić, jak zaplanować pracę i jaki kontekst przekazać agentowi. |
| Graf lub maszyna stanów | Pilnuje zależności między zadaniami, kolejności, warunków startu i ścieżek błędu. |
| Agent i narzędzie wykonawcze | Wywołują model, używają narzędzi i wprowadzają zmiany. |
| Pętla napraw | Przekazuje wynik nieudanego sprawdzenia do poprawy i ogranicza liczbę kolejnych prób. |
| Harness² | Jest podejściem do ulepszania otoczenia modelu: instrukcji, narzędzi, pamięci, umiejętności i koordynacji. |
| Tmux | Może utrzymać proces zdalny, ale sam nie zarządza zależnościami zadań ani ich akceptacją. |
W opisie Harness² „harness” oznacza właśnie system wokół modelu, a nie sam model. Projekt przedstawia rekurencyjne podejście do ulepszania takiego otoczenia 11
3. To częściowo pokrywa się z rolami grafu i pętli, ale nie oznacza, że trzeba wdrażać trzy osobne platformy. Prosty mechanizm zapisywania doświadczeń po zadaniu można określić jako inspirację tym podejściem; nie należy jednak utożsamiać go z pełną implementacją Harness².
Instalacja nie jest dowodem gotowości
Warto odróżnić trzy poziomy działania:
- Narzędzie potrafi wczytać instrukcje i wykonać pojedyncze zadanie.
- Proces działa zdalnie i po zamknięciu lokalnego IDE nadal potrafi korzystać z modelu oraz narzędzi.
- System umie wybierać kolejne dozwolone zadania, sprawdzać wyniki, zapisywać stan i bezpiecznie reagować na przerwanie.
Wymagania V5 obejmują przede wszystkim dwa ostatnie poziomy. Sam fakt, że proces działa w tle, nie potwierdza jeszcze obsługi zależności, niezależnego przeglądu zmian, budżetu prób czy bezpiecznego wznawiania.
W dostarczonym materiale nie ma wystarczających danych, by potwierdzić dokładne możliwości bieżących wersji Cline CLI i pi-jev ani ich współpracę w tej konfiguracji. Rozsądniej więc założyć, że mogą zapewnić część funkcji, a brakujące elementy trzeba zweryfikować, zamiast przypisywać im je z góry.
W V5 problemem może być zbyt szeroki zakres
Cel jest dość konkretny: człowiek sprawdza plan i uruchamia zadanie, serwer VPS pracuje niezależnie od lokalnego IDE, zmiany przechodzą rzeczywistą weryfikację, a niepowodzenie po ograniczonej liczbie prób zatrzymuje proces.
Plan obejmuje jednak równocześnie wiele zobowiązań: zgodność dystrybucji wersji, wznowienie przez bramę, szczegółowe rozliczanie, transakcyjne punkty kontrolne, odzyskiwanie po awarii, cztery role, podgląd postępu i bazę doświadczeń. Jeśli wszystkie są warunkiem pierwszego uruchomienia, prosty test użyteczności staje się dużym projektem platformowym.
Warto rozdzielić minimalny działający obieg od późniejszych rozszerzeń. Nie oznacza to po cichu usuwania wcześniejszych wymagań — decyzję, które z nich są niezbędne od początku, trzeba podjąć jawnie.
Przegląd kodu opisany w materiale wskazuje ponadto, że wcześniejsza diagnoza mogła błędnie łączyć rozrost przechowywanego stanu z bazą doświadczeń: analizowany moduł służył do zapisywania ręcznych decyzji o wersjach, a nie wniosków z wykonanych zadań. Poprawką może być ograniczenie zbędnej warstwy zatwierdzania, nie zaś zastąpienie stanu wykonania zwykłym plikiem z notatkami.
Te informacje odpowiadają na różne pytania:
- Doświadczenia: co może pomóc przy przyszłych zadaniach?
- Stan zadania: co już się wydarzyło i co ma być wykonane teraz?
- Dowody wykonania: jakie testy i operacje rzeczywiście przeprowadzono?
- Zakres uruchomienia: na co człowiek wyraził zgodę tym razem?
Można je przechowywać w prostych formach, ale nie należy ich ze sobą utożsamiać.
Najpierw połącz istniejące elementy
Według przeglądu statycznego opisanego w materiale projekt ma już część potrzebnych prymitywów, lecz nie zamyka jeszcze całego cyklu:
- Istnieje zalążek grafu: kod sprawdza zależności, wykrywa cykle i wybiera zadania gotowe do startu. Ograniczeniem jest kontrakt wykonania, który na tym etapie obsługuje głównie testy jednostkowe w Pythonie.
- Parametry uruchomienia Pi blokują ładowanie rozszerzeń, umiejętności i plików kontekstu. Nie można więc przyjąć, że pi-jev został automatycznie podłączony albo że materiały BMAD są już dostępne w ścieżce wykonawczej.
- Istnieje moduł punktów kontrolnych, lecz pętla zatrzymuje zapis końcowego statusu i przejście do następnego zadania. Sam moduł nie dowodzi, że operacja zapisu działa jako część pełnego cyklu.
- Zakres zamrażanych plików obejmuje szeroki zestaw skryptów Python, a nie wyłącznie rzeczywiste zależności aktywnego uruchomienia. To może sprawić, że pozostałości starszej ścieżki wpłyną na nowy proces.
- Strategia punktów kontrolnych Git odrzuca nakładające się pliki zarządzane między różnymi zadaniami. Jeśli dwa następujące po sobie zadania muszą zmienić ten sam plik, reguła może zablokować pracę i wymagać lepszego określenia odpowiedzialności za zmiany.
To przemawia za ograniczeniem wymaganych zależności i dopięciem istniejących elementów, zamiast dodawania kolejnej warstwy sterowania.
Minimalny obieg, którego nie warto pomijać
Cztery „sloty” można rozumieć jako rozdzielone uprawnienia i obowiązki, a nie cztery stale działające modele czy usługi.
- Planowanie i research: BMAD pomaga przygotować cel, zadania i kryteria akceptacji. Ustalenia badawcze pozostają materiałem dowodowym, a nie automatycznym pozwoleniem na działanie.
- Zatwierdzenie przez człowieka: jedno uruchomienie wiąże zatwierdzony plan z zestawem zadań, zakresem zmian, budżetem i warunkami zatrzymania.
- Pojedynczy łańcuch wykonania: system wybiera dozwolone zadanie, uruchamia nową sesję kodowania, wykonuje właściwe sprawdzenia, zleca niezależny przegląd i dopiero wtedy zapisuje punkt kontrolny oraz stan zadania.
- Ograniczona naprawa: wynik nieudanego testu trafia do kolejnej sesji. Po osiągnięciu zatwierdzonego limitu prób lub budżetu proces się zatrzymuje.
- Doświadczenia i podgląd: doświadczenia są dodawane do kontekstu z umiarem. Tablica statusu pokazuje stan, ale nie przyznaje uprawnień i nie decyduje o zaliczeniu zadania.
Przed skróceniem projektu trzeba jednak zachować kilka bezpieczników. Test musi wykazać, że po rozłączeniu następują kolejne wywołania modelu i narzędzi — samo utrzymanie procesu w Tmux nie wystarczy. Testy, niezależny przegląd i zapis zmian muszą dotyczyć tego samego rezultatu. Jeśli zapis Git powiedzie się, a aktualizacja stanu zadania nie, system powinien się zatrzymać i uzgodnić stan, zamiast po wznowieniu ponownie wykonywać zapis. Doświadczenia powinny mieć oparcie w dowodach i określony zakres; samo usunięcie duplikatów nie gwarantuje, że zapisana reguła jest prawdziwa.
Najlepszy pierwszy test
V5 nie potrzebuje od razu wszystkich funkcji rozbudowanej platformy. Najpierw powinien przejść jeden krótki, ale rzeczywisty scenariusz: po zamknięciu lokalnego IDE serwer wykonuje dwa zależne zadania, naprawia konkretny błąd, przechodzi niezależny przegląd, zapisuje punkt kontrolny i potrafi bezpiecznie się zatrzymać.
BMAD może dostarczać metody i materiałów, narzędzie wykonawcze — wywoływać model, a mała maszyna stanów — łączyć graf z ograniczoną pętlą napraw. Harness² może być inspiracją do stopniowego ulepszania otoczenia agenta, ale nie jest powodem, by od razu budować dodatkowy system. Najpierw trzeba udowodnić, że podstawowy obieg działa.
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 "BMAD, Harness² i agenci kodujący: co naprawdę trzeba zbudować?"?
Najprostszy sensowny kierunek to metodyka BMAD, niewielki automat sterujący zadaniami, osobny agent wykonawczy oraz ograniczona pętla napraw i uczenia się na doświadczeniach.
What are the key points to validate first?
Najprostszy sensowny kierunek to metodyka BMAD, niewielki automat sterujący zadaniami, osobny agent wykonawczy oraz ograniczona pętla napraw i uczenia się na doświadczeniach. Samo zainstalowanie BMAD, Harness² lub narzędzia CLI nie dowodzi, że system potrafi bezpiecznie działać po rozłączeniu, weryfikować wyniki i wznawiać pracę bez powtarzania skutków ubocznych.
What should I do next in practice?
Przegląd V5 wskazuje przede wszystkim na problem z połączeniem istniejących elementów w działający obieg, a nie na brak kolejnej warstwy sterowania.