AnswersPublished13 sources
Så bygger du en mindre och säkrare AI-agentlösning
BMAD är ett metodstöd, Harness² ett ramverk för att förbättra systemet runt en modell och en tillståndsmaskin sköter arbetsordningen. Att installera verktygen räcker inte för att garantera fortsatt arbete efter frånkoppling, oberoende granskning eller säker återhämtning efter avbrott.
Publicerad avBilder genererade med GPT Image 2
Research answer
Key takeaways
- BMAD är ett metodstöd, Harness² ett ramverk för att förbättra systemet runt en modell och en tillståndsmaskin sköter arbetsordningen.
- Att installera verktygen räcker inte för att garantera fortsatt arbete efter frånkoppling, oberoende granskning eller säker återhämtning efter avbrott.
- Den granskade V5 lösningen har redan delar av en arbetsgraf, men behöver koppla ihop körning, verifiering och kontrollpunkter till en sammanhängande kedja.
- Börja med ett avgränsat test: låt en fjärragent slutföra två beroende uppgifter, hantera ett verkligt fel och stanna säkert efter granskning.
![[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
Verktygen gör olika jobb
Det är lätt att se BMAD-METHOD, Harness², en graf och en agentloop som delar av samma lösning. Men de är inte utbytbara – och du behöver inte bygga fyra separata plattformar.
| Del | Vad den gör | Möjlig roll i lösningen |
|---|---|---|
| BMAD-METHOD | Ger arbetsflöden för krav, planering och utveckling | Metod och uppgiftsunderlag för agenten |
| Graf eller tillståndsmaskin | Avgör vad som får köras, i vilken ordning och vad som händer vid fel | Liten, förutsägbar orkestrerare |
| Agentmiljö | Kör modellen och ger den tillgång till verktyg | Själva exekveringen |
| Agentloop | Skickar fel tillbaka till en avgränsad reparationsrunda | Återkoppling och stoppvillkor |
| Harness²-idén | Förbättrar systemet runt modellen | Underlag för att pröva och förfina arbetsmiljön |
BMAD beskriver sina färdigheter som förberedda instruktioner för att ladda agenter, köra arbetsflöden eller utföra uppgifter. Metoden rymmer både en direkt väg för mindre ändringar och mer omfattande planering.2
5
6
Harness² beskriver i stället ett system runt modellen – exempelvis instruktioner, verktyg, minne, färdigheter och orkestrering – och ett ramverk för att förbättra det systemet. Det överlappar därför idéer bakom grafer och loopar; det betyder inte att allt måste installeras som separata produkter.11
3
Att spara erfarenheter efter varje uppgift kan vara inspirerat av Harness², men det är inte samma sak som att köra hela ramverket. I den granskade lösningen bör det beskrivas som en förenklad, evidensbaserad erfarenhetsmekanism.
En installation är inte ett bevis på att systemet fungerar
Det är viktigt att skilja mellan tre nivåer:
- Verktyget kan läsa in metodmaterial och utföra en uppgift.
- En fjärrprocess kan fortsätta att anropa modellen och använda verktyg när din lokala IDE inte längre är ansluten.
- Systemet kan välja rätt uppgift, verifiera resultatet, spara läget och återhämta sig efter ett avbrott utan att upprepa skadliga sidoeffekter.
Det är framför allt de två sista nivåerna som kräver bevis. Att en process lever kvar i exempelvis Tmux visar inte i sig att den kan fortsätta hela arbetsflödet, granska resultat oberoende eller hålla sig inom en godkänd budget.
Den aktuella granskningen ger inte tillräckligt underlag för att slå fast exakt vilka funktioner Cline CLI eller pi-jev har i sina nuvarande versioner, eller hur väl de fungerar tillsammans. Därför är den säkrare utgångspunkten att konfigurera det som redan finns och bara bygga de minsta luckorna – inte att anta att två installationer automatiskt bildar ett komplett system.
V5 har blivit för tung för sitt första mål
Målet är tydligt: en människa granskar och startar en godkänd uppgift, en agent arbetar självständigt på en VPS, verkliga kontroller avgör om arbetet kan gå vidare och fel leder till ett begränsat stopp.
Men V5 samlar också på sig löften om versionskompatibilitet, återanslutning via gateway, detaljerad mätning, transaktionella kontrollpunkter, incidenthantering, fyra roller, instrumentpanel och erfarenhetslagring. När allt detta blir en förutsättning för den första fungerande kedjan växer projektet från en personlig uppgiftskörning till en generell kontrollplattform.
En bättre väg är att skilja på den första fungerande versionen och senare förbättringar. Tidigare åtaganden ska inte bara försvinna, men de bör uttryckligen klassas som antingen krav för första leveransen eller sådant som kan vänta.
Det finns också en viktig rättelse i den tidigare diagnosen: lagringsmodulen som granskades sparar mänskliga versionsbeslut, inte erfarenheter. Den uppger dessutom att den varken godkänner körningar eller håller reda på uppgifternas framsteg. Problemet är alltså inte nödvändigtvis att erfarenhetslagringen blivit en databas; den mer grundläggande frågan är om ett onödigt generellt godkännandelager har byggts.
Håll rollerna åtskilda:
- Erfarenheter hjälper framtida uppgifter.
- Uppgiftsstatus visar vad som är klart och vad som ska köras härnäst.
- Körbevis visar vad som faktiskt hände.
- Startens omfattning anger vad agenten får göra den här gången.
De här delarna kan lagras enkelt, men bör inte blandas ihop till en enda anteckning.
Den viktigaste luckan är att koppla ihop det som redan finns
Den statiska granskningen av V5-koden pekar på ett mer avgränsat arbete än att lägga till ännu ett styrskikt:
- Det finns redan en början till en arbetsgraf. Koden kontrollerar beroenden och cykler och kan välja uppgifter vars beroenden är uppfyllda. Begränsningen är att exekveringskontraktet ännu inte beskriver hela det avsedda körflödet.
- Den nuvarande Pi-konfigurationen stänger av utbyggnadspunkter. Den hindrar inläsning av tillägg, färdigheter och kontextfiler. BMAD-material eller pi-jev kan därför inte antas vara inkopplade utan att konfigurationen ändras eller materialet monteras på annat sätt.
- Kontrollpunkterna är inte inkopplade hela vägen. I den granskade loopen stoppas skrivning av slutförandestatus och övergång till nästa uppgift efter att kopplingen till godkännandet kontrollerats. Att det finns en kontrollpunktsmodul betyder inte att transaktionen redan fungerar i körkedjan.
- Omfattningen av fryst körkod verkar bred. Loopen binder sig till nästan alla Python-filer i skriptkatalogen, snarare än bara de filer som körningen faktiskt behöver. Då kan äldre delar av systemet fortfarande påverka den aktiva körningen.
Slutsatsen är inte att allt måste byggas om. Nästa steg med störst värde är att minska antalet nödvändiga beroenden och ansluta de befintliga delarna till en kort, testbar kedja.
En smalare arkitektur – med tydliga stoppregler
Fyra roller behöver inte betyda fyra permanenta modeller eller fyra bakgrundstjänster. Se dem som fyra ansvar och behörighetsnivåer:
- Planering och research: Använd BMAD vid behov för att formulera mål, uppgifter och godkännandekriterier. Research ger underlag, men ska inte i sig ge tillstånd att agera.
- Mänsklig start: Starta en bestämd planversion och uppgiftsmängd med tydliga skrivområden, budget och stoppvillkor.
- En enda skrivkedja: Välj en godkänd uppgift som är redo, kör kodning i en ny session, utför relevanta tester, låt en separat granskare kontrollera arbetet och verifiera samma kandidat igen innan kontrollpunkt och uppgiftsstatus skrivs. Gå först därefter vidare.
- Begränsad reparation: Skicka ett verkligt verifieringsfel till en ny reparationsrunda. Stoppa när den godkända gränsen för antal försök eller budget är nådd.
Erfarenheter kan injiceras vid behov och hållas avgränsade. En instrumentpanel kan visa status, men ska inte ge behörighet eller avgöra att en uppgift är klar.
Det går att förenkla utan att ta bort tre viktiga skydd:
- Efter frånkoppling måste testet visa att agenten utför nya modell- och verktygssteg och faktiskt går vidare till nästa uppgift – inte bara att processen fortfarande finns.
- Testning, granskning och incheckning måste avse samma kandidat. Om incheckningen lyckas men statusuppdateringen misslyckas ska systemet stanna för avstämning, inte starta om och försöka checka in igen.
- En erfarenhetsregel är inte sann bara för att den inte redan finns. Spara underlag och tillämpningsområde, och låt inte automatiskt inlärda regler skriva över godkännanden eller behörigheter.
En annan konkret begränsning i den granskade lösningen är att Git-kontrollpunkten avvisar överlappande filer mellan olika uppgifter. Om två uppgifter i följd behöver ändra samma fil kan policyn stoppa körningen. Då behöver ägarskapet anpassas till uppgiftsgränserna; verkligt utvecklingsarbete kan inte alltid delas upp i helt separata filer.
Börja med ett enda värdebevis
V5:s riktning är rimlig, men den har riskerat att bli en allmän plattform innan den första nyttan är bevisad. BMAD kan stå för metodstödet, ett agentverktyg för exekveringen, en liten tillståndsmaskin för grafen och loopen och en begränsad erfarenhetsmekanism för lärande.
Det första beviset bör vara enkelt: koppla bort den lokala IDE:n och visa att en fjärragent kan slutföra två beroende uppgifter, reparera ett verkligt fel, klara en oberoende granskning och spara en kontrollpunkt – samtidigt som den kan stanna säkert. Vänta med mer avancerade funktioner tills den kedjan fungerar.
Underlag från den statiska V5-granskningen: architecture-v5.md beskriver den tidigare motiveringen kring lagring och erfarenheter; pending_implementation_plan.md innehåller den aktuella komponentplanen; bmad_agent_backend.py visar Pi-konfigurationen; bmad_loop.py, bmad_state.py, bmad_control_store.py och bmad_git_checkpoint.py visar körlogik, uppgiftsgraf, lagringsansvar och begränsningar för överlappande filer. Granskningen var statisk och visar inte att systemet har klarat ett faktiskt körtest.
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 "Så bygger du en mindre och säkrare AI-agentlösning"?
BMAD är ett metodstöd, Harness² ett ramverk för att förbättra systemet runt en modell och en tillståndsmaskin sköter arbetsordningen.
What are the key points to validate first?
BMAD är ett metodstöd, Harness² ett ramverk för att förbättra systemet runt en modell och en tillståndsmaskin sköter arbetsordningen. Att installera verktygen räcker inte för att garantera fortsatt arbete efter frånkoppling, oberoende granskning eller säker återhämtning efter avbrott.
What should I do next in practice?
Den granskade V5 lösningen har redan delar av en arbetsgraf, men behöver koppla ihop körning, verifiering och kontrollpunkter till en sammanhängande kedja.