截至 2026-09-20 K3 分层可视化版 公开阅读版

非洲物流 TMS · AI 协作工作流

一份可独立接手的分层说明:输入如何进入项目,需求、设计、开发、验收、发布、反馈与治理如何流转;谁负责什么;AI 什么时候可以继续做、什么时候必须停下来交给人决定;以及怎样判断一项工作真的完成。

下载完整 Markdown(workflow-complete.md)

事实唯一来源为 workflow-complete.md;本页只重排与改写,不新增授权、承诺或状态。实时阶段、在飞任务与下一动作只认 STATUS——本页不代替 STATUS。读法:第 0 层 3 分钟看懂全局,向下逐层查到执行细节。

第 0 层 · 一页总览

三分钟看懂:这套工作流要解决什么、端到端怎么流、必须保住什么、受什么约束,以及本页怎么读。

一句话目标

这套工作流的目标不是让更多 agent 同时工作,而是让每一次承诺、判断、执行和验收,都能被下一次会话接住。

端到端主链

任何一项工作——无论来自客户、顾问、王佳梁还是内部发现——都沿同一条主链流动,最后以状态、证据与治理回流收尾,修正下一次的规则。

图 1 · 从输入到治理回流的端到端闭环

八个阶段首尾相接:上游任何输入先落成原件,经分诊与设计进入执行;只有“获授权”的部署、发布与发送才能对外;反馈必须由提出者确认关闭;治理回流把状态、证据与规则修正带回起点。

1 · 输入与原件 2 · 分诊 · 命题 · 冲突 · 决定 3 · 需求基线与模块设计 4 · 任务书与执行包 5 · 包内验证 · 验收 · 集成 6 · 授权部署 · 发布 · 发送 7 · 反馈 · 回访 · 提出者确认 8 · 状态 · 证据 · 治理回流 客户 · 会议 · 门户 · 决定 材料七步 · 命题五态 业务语义与技术分离 六部分 + 精确白名单 worktree · 候选 B→C→I 人类闸门,不得越权 沉默与 DONE 不算关闭 STATUS · 事件 · 周治理 治理回流:状态、证据与规则修正

必须保住的五种能力

跨会话恢复状态

任何一次中断后,下一会话能凭文件与回执接续,不靠记忆。

找到足够且有效的依据

任何实质主张都能回到仓内出处;推断必须标明。

明确责任与授权

先判身份再动手;权限来自身份、任务书与项目契约。

“已完成”受证据约束且可恢复

DONE 只是已交付待验;验收看真实命令与完整输出。

从真实偏差修正规则

反例进入周治理,驱动规则保留、改、降级或退役。

四个长期约束

上下文有限

人和模型的上下文、时间与并发能力有限 → 入口要短、资料按任务加载、工作拆成有界包。

客户没说的不能推

客户未说过的业务口径不能从历史文档或测试中推出来 → 原件、归因、冲突和未知必须保留。

多会话会互相覆盖

多会话会重复消费、写一半或互相覆盖 → 用单写者、白名单、任务书、记录和独立 worktree 协调。

不可逆后果撤不回

对外承诺、生产数据和不可逆后果不能靠撤回文件消除 → 按恢复成本决定验证深度,并保留人类闸门。

如何阅读本页

图 2 · 第 0/1/2/3 层与附录的分层关系

自上而下细节逐级加深、事实逐级具体:第 0 层建立全局,第一层给出工作流骨架,第二层落到 TMS 的真实入口与操作,第三层是可照做的工程细节,附录回答“现在到底哪些算数”。

细节逐级加深,事实逐级具体 第 0 层 · 一页总览 第一层 · 工作流本身 第二层 · 在 TMS 里的实例 第三层 · 工程实现细节 附录 · 现行状态与边界 目标、主链、五种能力、四个长期约束 角色与边界 + A–E 五段 + 四条横切原则 入口映射、接手、材料、取证、决定入口、三个示例 上下文、任务书、集成、准入、发布、完成定义、模型路由 现行 / 试点 / 历史 / 未落地对照、术语表、Markdown 下载 约 3 分钟 约 10 分钟 对照实操 执行级细节 查状态与术语
  • 第一次接触项目:读完第 0 层和第一层,即可向别人描述全局。
  • 要接手推进:加读第二层的接手五步、取证方法与三个完整示例。
  • 要派工、集成、发布:直接查第三层对应条目,逐条照做。
  • 要判断某项能力现在算不算数:查附录对照表——不要把设计稿当成已建成。

第一层 · 工作流本身

工作流的骨架:先判角色与写入边界,再看 A–E 五段各自做什么,最后记住四条横切原则——它们在任何一段都生效。

角色与边界:先判身份,再谈写权

进入仓库根部开始任务时,先读 AGENTS.md §0 判定身份。身份决定写权,应用或宿主名称不决定权限:同一套任务书可以由原生代理、tcd 作业或桌面会话执行,授权只来自当前身份、任务书和项目契约。

身份判定三条:
① 王佳梁直接开会话、让 agent 接手项目,且没有执行任务包 → 驱动方。
② tcd、脚本或上游消息带着任务书与包名 → 执行者。
③ 判不清时按执行者处理,避免误取更大的写权。

驱动方负责什么

读 STATUS、确定本阶段终点、分诊输入、写任务书、派工、监工、验收、集成并向用户汇报。具体代码与业务正文交执行者完成。

可维护:STATUS 当前区、任务书、派单记录、新决定、授权内的集成提交。
部署、发布、外发仍需对应授权。

执行者负责什么

只写任务书白名单内的文件;编码任务另读 tms-app/AGENTS.md。

不改 STATUS、不安装依赖、不部署或外发;Git 默认只读,只有独立 worktree 且任务书明确授权时才可提交。需要改白名单外文件时,只报告精确路径并停在边界。

一套工作流上有六种职能。它们不要求五个常驻窗口:简单任务由驱动方直接完成;只有独立、有界、并行收益大于交接成本的任务,才派原生代理或 tcd。

职能主要责任典型产物
调度/驱动定阶段、拆包、派工、验收、汇总和状态STATUS 当前区、任务书、派单记录、决定入口
业务保存材料、抽命题、撞冲突、维护需求语义原件、register、基线、设计业务章节
评审分诊反馈、核疑点、组织回访取证报告、分诊记录、回访记录
工程设计技术部分、组织开发和集成候选技术规格、代码、测试、候选与回执
治理用反例审查规则、成本与债务周治理卡、替代或退役建议
执行者在一个明确白名单内生产交付物文件、原始命令输出、完成回执
图 3 · 驱动方、执行者、机器门、人类闸门的交接

工作从左向右交接:驱动方定终点、写任务书派工;执行者只在白名单内交付并给原始回执;机器门做机械检查;驱动方读证据做业务验收;凡涉承诺、对外、钱、权限的分叉,必须进入人类闸门表态,批准后由驱动方在授权内执行。两类门都不能越权。

驱动方 执行者 机器门 人类闸门 读 STATUS · 定阶段终点 写任务书 · 派工 · 监工 白名单内编码交付 原始输出 + [DONE:包名] 机械契约 · rc · 活性检查 PASS = 仅覆盖所查对象 业务验收 · 集成 · 汇报 涉承诺 / 对外 / 钱 / 权限? 决定卡 · 对话 / 工作台表态 需人决定的分叉 边界:执行者不改 STATUS、Git 默认只读、不装依赖、不部署外发;判不清身份时按执行者。 机器门不能代替业务判断;人类闸门不替代可验证的执行证据;机器 PASS、讨论收敛与一次授权都不扩大权限。
图 4 · A–E 五条流水线与三种执行节奏

五段流水线首尾相接构成主链;任何一段都可以按三种节奏之一执行:简单任务驱动方直接做,有界并行任务派原生代理或 tcd 作业。共享工作区同一时刻只运行一个代码包。

A · 输入处理 B · 设计评审 C · 实现验证 D · 反馈回流 E · 治理收尾 保留原件与来源材料七步入库命题五态与基线 业务/技术分离设计变更准入人类决定与假设 任务书派工worktree 定向红绿批次门与验收 五路分诊处理与回访提出者确认关闭 巡检与园艺收尾五问周治理卡 原文 · 时间 · 身份依据落原件 → 授权入库冲突双留不选边 场景 · 对账 · 未决表schema · 枚举 · 状态机决定卡 · 实验卡 · D36 六部分 + 白名单四类用例红绿候选 B→C→I 缺陷/变化/建议/答疑/线索说明版本与验证入口沉默 ≠ 关闭 只报可访问状态汇报八条反例驱动规则修正 三种执行节奏 —— 按任务选择,不为并行而并行 节奏一:驱动方直接完成 节奏二:派原生代理 节奏三:tcd 作业 简单任务不派工 有界、独立、并行收益大于交接成本 真实派出才产生 job 与 watch_cmd 共享工作区同一时刻只运行一个代码包,避免依赖、数据库与测试环境互相污染;写入并行时必须分开文件所有权,依赖或重叠任务串行。

A · 输入处理:先落原件,再谈理解

所有输入的第一动作都是保留原件,再分诊去向。原件只读,不可为方便说明而改写。

输入首要动作后续去向
客户微信、文件保留原文、来源、时间和身份依据原件 → 命题 → 冲突与基线
会议纪要、逐字稿保存原件和纪要;人名不清写“未标明”抽命题与待确认项
门户与演示浮钮保留 source_id、reporterIdentity/Role、全文BUG/需求变化/建议/答疑/评审线索五路分诊
顾问评审文件原文归档,先核身份与版本五态取证;需求变化回业务
王佳梁决定保留原始选项和授权范围新 decisions 记录;旧决定只被替代
内部发现区分事实、缺陷、建议和未遂任务书、未遂登记或复盘

材料七步

  1. 落原件:存入原始资料区,保留来源、时间、身份依据;
  2. 抽命题:每条命题带永久 ID、主体和原文锚点;
  3. 撞冲突:与既有命题对撞,双方冲突都保留,不替客户选边;
  4. 标记下游 needs-review;
  5. 投影基线:从有效来源投影当前需求,可重生成但需语义复核;
  6. 记录有权决定:没有拍板时不能造决定;
  7. 由获授权者入库提交。来源哈希一致不能代替语义检查。

命题五态:CONFIRMED CONFLICTING UNCONFIRMED SUPERSEDED PROPOSED。未知业务规则进入待确认清单,并写清默认、级别、谁定和状态。

B · 设计评审:语义与实现分离,准入先于改表

模块设计把业务语义和技术实现分开:业务负责需求、场景、异常、未决;工程补技术规格、接口、数据、权限和测试设计。交工程前至少要能定位:完整设计、06 场景、08.0 需求—代码对账、10 未决表、版本、批准引用和接收 ACK。顾问评审可与已答模块的实施并行;结构性意见返回时停受影响包并改设计,独立包继续。送审材料用可连续阅读的完整需求正文和证据链接。

AI 可以继续做的

内部、可回退、已授权且能由证据判断的动作。无对错、可回退且两周可测的偏好不讨论,直接填实验卡:默认方案、指标、采集方式、观察期、复审日和回退。

必须由人决定的

改变客户承诺;对外发布或发送;关于人和钱;权限、财务、隐私和数据迁移;不可逆风险接受;现行决定明确指定的审批。机器门通过、讨论收敛或一次授权都不会扩大权限。需要人决定时给可执行决定卡;已有有效答案的事项直接按现行决定执行,不重复索取批准。

假设实施(D36):客户未答时,可对可回退部分做显式假设——写入 ASM 台账,设计中标“假设实施”,给默认值、界面标注、反向测试或开关。涉及钱、权限、数据迁移且做错不可逆的事项只能占位等待,不得用假设越过人类闸门。

变更准入:将要修改 schema、加删字段、改变字段业务含义、枚举或状态机,或把模块设计稿送审前,必须走变更准入;找不到设计或关键口径未决时写 BLOCKED,不能先改表再补手续。普通 CSS、纯文案和不改语义的局部修复不触发。详细步骤见第三层。

C · 实现验证:任务书有界,验收看证据

  • 派工判断:简单任务驱动方直接完成;独立、可并行、有界且收益大于交接成本的子任务才委派。原生代理与 tools/codex_dispatch.py 是两种独立机制,后者 --dry-run 只验证模板,真实派出才产生 job、作业记录和 watch_cmd。
  • 任务书六部分:来源;目标与具体交付物;用例;精确白名单;包内门与批次门责任;完成纪律。另写恢复、默认裁定、验收深度(quick / deep)、完成标记与越界停点。
  • 监工:核本包 job、活性、原始 rc 和机械契约。idle、DONE 或代理总结不代表业务接受;UNKNOWN、BLOCKED 和白名单停点按真实状态处理。
  • 包内开发:围绕一个可独立验收的用户行为闭环;修复先证明错误可复现,再证明同一断言变绿;覆盖正常、边界、失败、权限四类用例,缺类写不适用依据;执行者不静默吸收需求变化,发现变化回业务线并取得接收 ACK。

D · 反馈回流:处理与关闭是两件事

反馈按五路处理,每条保留来源 ID、提出人身份、责任线、处理版本和回访记录:

反馈类型去向
已有功能缺陷进工程修复
需求变化回业务层更新来源、受影响设计与包清单——代码不能直接吸收为事实
新功能建议进确认清单
使用问题答疑
评审线索先取证(五态结论),修复另按授权
关闭纪律:“我方已处理”和“提出者确认关闭”分开记录。回访要说明判定、原因、改了什么、在哪个版本、去哪里验证。提出者没有确认时保持待确认——不能用沉默、pending=0 或工程 DONE 代替关闭。首次回复和处理时限是观察口径;超时记未遂,不伪造时间。

E · 治理收尾:每一段都要留下可接续的痕迹

  • 巡检:只报告实际可访问的状态;需联网、SSH 或写台账时先核授权;不可访问写 UNKNOWN,不冒填零。每小时巡检截至本页日期仍是未落实义务。
  • 文档园艺:目标是缩短读取路径,同时不丢事实、义务、限定语和恢复能力;四种动作是搬、标、生成、报,每种都受精确授权。
  • 周治理:从原问题、开放义务、检查差异和反例出发,输出不超过 10 条的周卡,固定审查规则、成本收益和存量债务。
  • 完成定义:执行包、驱动方验收、一段工作收尾各有判据,详见第三层;任何一段结束都要回答“收尾五问”并按八条顺序汇报。

四条横切原则(任何一段都生效)

1 · 两类门互不替代

机器门不能代替业务判断;人类闸门也不替代可验证的执行证据。

2 · 单写者与白名单

STATUS 由驱动方单写;执行者只写任务书白名单,越界只报精确路径并停住。

3 · 授权不扩大

机器 PASS、讨论收敛、多数意见和一次授权,都不产生新授权。

4 · 原件与未知保留

冲突双方留痕、不替客户选边;不可访问写 UNKNOWN,不冒填、不编造。

第二层 · 在 TMS 里的实例

把工作流落到这个项目:真实的入口长什么样、一次接手怎么走、客户材料怎么入库、疑点怎么取证、人的决定从哪里进入,以及三个可照做的完整示例。

真实入口与职能映射

真实入口进入身份 / 职能首要动作去向
王佳梁说“推进项目 / 继续项目 / 按 STATUS 接手”驱动方读 STATUS 当前区、在飞 job、阻塞和下一动作定有界阶段 → 分诊 → 推进
tcd 作业或脚本带任务书与包名执行者读任务书、根契约与目标目录近端契约白名单内交付 → DONE 回执
客户微信 / 文件业务保留原文、来源、时间、身份依据原件 → 命题 → 冲突与基线
会议纪要 / 逐字稿业务保存原件和纪要,人名不清写“未标明”抽命题与待确认项
门户与演示浮钮评审保留 source_id、reporterIdentity/Role、全文五路分诊
顾问评审文件评审原文归档,先核身份与版本五态取证;需求变化回业务
王佳梁决定驱动方 / 业务保留原始选项和授权范围新 decisions 记录;旧决定只被替代
内部发现评审 / 工程区分事实、缺陷、建议和未遂任务书、未遂登记或复盘

项目如何接手:一次推进的五步

  1. 读 STATUS 当前区、在飞 job、阻塞和下一动作。
  2. 用一句话确定本次有界阶段的终点、产物和完成条件。
  3. 分出可直接推进、需取证、需派工和确实需人决定的事项。
  4. 先完成我方取证、材料和独立任务;无法访问的外部状态写 UNKNOWN。
  5. 只把会改变承诺、权限或结果的分叉提交给相应的人。
推荐的开场句:“本阶段终点是把‘财务完整稿’交成‘王佳梁与柏甫可以在同一入口逐段审核并分别表态’的版本;产物是正式内审轮;完成条件是本地最终渲染通过、线上内容读回一致、两位审核人的待办入口清楚。”
注意:阶段终点不是整个项目完成;也不能把“执行者 DONE”写成阶段完成。

客户材料:七步入库的细则

新材料依次执行材料七步(见第一层 A 段)。落到本项目的位置:原件进 assets/原始资料/、docs/meetings/、docs/archive/;命题台账在 docs/register/(保留历史状态);决定在 docs/decisions/(旧决定不改,新决定 supersede);基线从有效来源投影。每条命题带永久 ID、主体和原文锚点;双方冲突都保留;来源哈希一致不能代替语义检查。五层事实治理的完整分层见第三层。

疑点取证:文本、代码、运行三层证据

核实客户、顾问或王佳梁提出的疑点时,先固定:线索编号、逐字原文、提出人及身份依据、担忧、严重度和检查范围。然后按三层取证:

E1 · 文本证据

查 register、需求交付索引、设计、有效决定和假设台账;记录路径、行号或章节及短引句。

E2 · 静态证据

查代码、权限、路由、守卫和 schema,记录实现含义。

E3 · 运行证据

选精确测试或同一 SHA 的运行回执,记录命令、环境、原始 rc、真实执行数和输出。

取证时要主动找反证:已有防护、相反规则和不适用条件;没找到时写“未找到反证:查了哪里”。结论按最低证据给五态:CONFIRMED PARTIALLY_CONFIRMED NOT_CONFIRMED CONTRADICTED INSUFFICIENT_EVIDENCE。

要下的结论最低证据要求
文档缺规则至少 E1
代码未实现至少 E1+E2
运行或线上结论至少 E2+E3
发布结论三层齐全
取证结束只给结论、影响、建议和验证方法;是否实施另看任务授权——取证不自动修复。

决定从哪里进入:对话、评审工作台、实验卡、人工决定

图 5 · 决策分流:先过三问,再分流到实验卡 / 直接执行 / 人类决定

任何分叉先过三问;真正属于人类决定的事项开决定卡,按信息量分流到对话或工作台;已授权且无新分叉的直接执行,不重复请求确认。

出现一个事项或分叉 先过三问 有对错?错了可恢复、代价多大?两周可测? 填实验卡 直接执行,不讨论 属于人类决定范畴? 已授权且无新分叉:直接执行 开决定卡 对话 工作台 表态落到项目记录后执行 默认 · 指标 · 采集 · 观察期 · 复审日 · 回退 承诺 · 对外 · 钱 · 权限 · 不可逆 · 指定审批 背景 / 选项 / 推荐 / 反例 / 谁定 / 动作 少量明确问题 长稿 · 批注 · 对照 · 指定 无对错+可逆+可测 有对错或不可逆 是 否(已有有效答案) 机器门 PASS、讨论一致与多数意见都不能替代有权者作决定;工作台是人的决策界面,不是 TMS 业务规则的第二权威源。 重大方案可多模型评审(blind-review / deliberate);讨论不新增执行授权。无对错偏好不讨论,直接实验。
  • 一个到几个明确问题:在对话中给背景、选项、推荐、影响和决定后动作。
  • 完整长稿、多处批注、可视化对照或用户指定:使用现有工作台,正文只出现一次,入口明确;决定仍需落到项目所属记录。
  • 已授权且没有新分叉:直接执行,不重复请求确认。
卡适用情况必须包含
决定卡新承诺、越权或难恢复后果事实、选项、推荐、最强反例、风险、谁定、决定后动作
实验卡无对错、可逆、两周可测默认、指标、采集、观察期、复审日、回退
周治理卡跨任务的规则、成本和债务反例、保留/改/降级/退役/试验、责任与回退

三个完整操作示例

示例 A · 王佳梁说“继续推进项目”

  1. 当前会话无任务包,判为驱动方。
  2. 读 STATUS 当前区、在飞和下一动作。
  3. 写阶段终点,例如“把待审核完整稿交到正式内审入口”。
  4. 先核稿件、版本、入口和我方剩余准备;能独立完成的直接做。
  5. 需要正文适配时写白名单任务书,派一个执行包;驱动方验收文件、真实页面和版本。
  6. 只有“是否对外”“是否接受风险”等分叉交人决定。
  7. 收尾分开写本地、线上和人类确认,并给下一动作。

示例 B · 顾问说“某权限可能绕过审批”

  1. 固定顾问原话、身份、担忧、严重度和范围。
  2. E1 查现行需求、设计、决定和权限规则。
  3. E2 查路由、守卫和权限实现。
  4. E3 跑精确权限用例或读取同 SHA 回执。
  5. 主动找相反保护和不适用条件,给五态结论。
  6. 输出受影响角色、状态、接口和流程;提出 Requirements/Specs/Code/Tests 建议。
  7. 如果用户只要求核实,到此结束;修复另按任务授权派包。

示例 C · 要新增一个状态枚举

  1. 写清枚举变更、业务含义和对应需求/决定/设计。
  2. 使用变更准入技能判断设计是否需更新;未决口径先 BLOCKED。
  3. 更新任务白名单内设计与需求—代码对账。
  4. 跑 check_design_doc.py --report,保留原始 rc 和逐门结果。
  5. 只有适用门通过后才派实现;包内保持类型、DDL、接口和测试同源。
  6. 工程验收后固定候选并跑适用批次门。
  7. 是否部署、发布或通知客户另按授权处理;机器门通过不产生发布权。

第三层 · 工程实现细节

执行级细节:上下文怎么加载、任务书怎么写、代码怎么集成与验证、变更如何准入、状态与交接怎么维持、发布怎么走、怎样算完成、园艺与治理做什么、模型怎么路由。

L0/L1/L2 上下文、五层事实治理与信源辨伪

上下文按任务加载,不读完整历史,分三层:

层内容谁读
L0身份、边界、状态和路由所有人进仓先读(AGENTS.md §0、STATUS)
L1当前任务的任务书或任务卡执行者主读
L2按需读取的原件、决定、设计、代码和证据任务需要时才读

驱动方接手通常读根契约、STATUS 和本次动作需要的全景或操作手册;执行者只读任务书、根契约及目标目录近端契约。任务没有需要时,不扩读原始客户材料、应用代码或大仓。没有统一共享记忆服务,长期状态靠文件和回执维持。

五层事实治理

层回答的问题位置与规则
原件/事实谁在什么时间说了什么assets/原始资料/、docs/meetings/、docs/archive/;原件只读
台账这条命题如何归因、是否冲突docs/register/;保留历史状态
决策谁在什么依据下作了什么取舍docs/decisions/;旧决定不改,新决定 supersede
基线当前有效需求是什么从有效来源投影,可重生成但需语义复核
分析我方如何理解、比较与建议可被推翻,必须标明状态与依据
运行结果以证据回执为准;汇总数字以对应生成器及其输入为准;STATUS 是当前导航,不是原始事实仓。文档 status、命题五态和证据五态是三套不同概念,不能混用。

信源辨伪:任何实质主张都要能回到仓内出处;推断用“【推断】”标明;提出人无法确认时写“未标明”。04 号文档和历史底稿只作参考,使用前按项目全景核信源。原件、会议记录、归档、旧决定不可为方便说明而改写。

任务书与白名单

每份执行包至少写六部分,另附四项:

必要六部分

  1. 来源;
  2. 目标与具体交付物;
  3. 用例;
  4. 精确白名单;
  5. 包内门与批次门责任;
  6. 完成纪律。

另写四项

  • 恢复:对象、方法、预计耗时、恢复证据和不可恢复副作用;
  • 默认裁定:他包改动怎样处理、什么不算越界、常见歧义怎么做;
  • 验收深度:quick 或 deep,依据恢复成本选择;
  • 完成标记和越界停点。

机械 completion contract 只适合检查交付文件和本轮标记;完整业务验收仍由驱动方完成。写入任务并行时必须分开文件所有权;依赖或重叠任务串行。验收只看任务书点名产物、实际命令、真实执行数和完整输出。

worktree、集成与测试

较大代码批次使用固定流水线:

  1. 冻结共同基点 B;
  2. 每包独立 worktree;
  3. 定向红绿(先复现失败,再变绿);
  4. 封存单包候选 C;
  5. 工程验收;
  6. 集成候选 I;
  7. 静止工作区排他批次门;
  8. 驱动方合并。

执行者默认没有 Git 写权;创建树、依赖初始化、集成和合 main 由有授权者承担。

P2.3 是一次历史试点,不是永久保障:它证明“两包隔离开发+集成候选”能跑通;其中发生过输入污染假红,也暴露了 406 条冒烟全绿仍漏掉真实客户端导入 500。真实端直连用例与干净库动作仍是待补能力,不能把试点结果写成永久保障。

验证深度

深度适用不能豁免
quick可回退、影响受控且恢复证据充分业务断言、权限不变量和对外授权
deep恢复小时级、不可恢复或依据未知

需要送审的页面还要核:最终渲染、实际运行版本、正文与结构化显示字段一致。截图不是每个任务的默认门:普通视觉由 Terra,确定性计数与存在性由 Luna,需要改实现时由 Sol。

机器门的边界

现有机器门:任务书模板、只追加保护、监工活性、修剪无损验收、多模型警戒线、流程卡 runner 和三态自检。每个 PASS 只覆盖它实际检查的对象:引用检查不验业务含义;设计门不等于需求批准;runner dry-run 不等于发布已自动完成;gen_status --check 的 rc 0 不代表差异为零,必须读报告。

变更准入(schema/字段/枚举/状态机与送审)

将要修改 schema、加删字段、改变字段业务含义、枚举或状态机,或把模块设计稿送审前:

  1. 写清具体变更动作和对应需求、有效决定、设计与实现。
  2. 先判断设计是否需要更新;找不到设计或关键口径未决时写 BLOCKED,不能先改表再补手续。
  3. 对受影响设计运行 python3 tools/check_design_doc.py "docs/specs/<模块>-设计.md" --report。
  4. 保留原始 rc 和逐门结果:rc 0 只证明机械检查通过;rc 1 是违例;rc 2 是工具或输入故障。
  5. 准入通过后再按应用契约完成类型、DDL、白名单同源、测试与证据。

普通 CSS、纯文案和不改变字段、枚举或状态语义的局部修复不触发该技能。

准入通过不等于需求冻结、顾问通过、客户拍板或发布获准。

状态、事件、交接与恢复

  • STATUS:只放当前阶段、在飞、阻塞和下一动作,由驱动方单写,执行者不改。当前仍是手写当前区与 gen_status 预览/检查并存,尚未切成完全生成段。
  • 事件:核心字段 work_id、attempt、event、at、candidate、target、evidence,正文末尾只追加。DONE 与 accepted 分开;target=demo 还需要匹配同一 work、attempt 和 candidate 的部署 PASS 才能结单;旧 PASS 不能关闭新 attempt。
  • 交接:任何跨会话交接至少能定位任务书、授权来源、固定产物、验收回执、未决项及下一责任人。恢复说明写对象、方法、证据和副作用。凭证不入仓,只记录可恢复入口。
  • 协调能力边界:目前依靠任务书、派单记录、STATUS、Git 工作树、tcd 作业记录和讨论 run 目录协调。统一的 agent_id/run_id/work_id 事务账本、认领、租约和幂等服务尚未建成,因此驱动方仍需核在飞并避免重复派单。

发布阶梯与 prereview

图 6 · 发布阶梯:本地验证 → 候选 → prereview → 正式发布 → 反馈关闭

客户可见批次沿固定阶梯上行,每一步都有独立证据;“宣布”由王佳梁按现行授权决定;prereview 与正式发布按各自批准对象执行。阶梯下方是三条不得互替的边界和回滚的绑定要求。

本地验证 干净候选部署 核 SHA · 版本 走查观察 王佳梁按授权 prereview → 外发 反馈 · 回访 冻结共同基点 B 从候选部署 构建与探针 处理 P0/P1 决定宣布 正式发布 与回执 提出者确认关闭 三个不等于:合 main ≠ 部署;部署 ≠ 已通知客户;内审通过 ≠ 已发送。 回滚必须绑定上一份 PASS 回执、候选与数据恢复证据;不可逆迁移与紧急回滚边界由有权者决定。

客户可见批次的固定顺序:确定版本 → 从干净候选部署 → 核实际 SHA、版本、构建和探针 → AI 与顾问走查及观察 → 处理 P0/P1 → 由王佳梁按现行授权决定宣布 → prereview 与正式发布按各自批准对象执行 → 外发和回执。微信等不可逆发送由有权者执行。版本升位和批次范围沿现行 D26 与交付工作流,不从本页创造新规则。

prereview 与正式发布:发客户前的完整稿由指定内审人审核同一版本。当前财务案例要求王佳梁与柏甫分别表态;两人“赞成”表示稿件可照此发客户,但仍不等于已经发送,也不自动批准 TMS 部署。

财务内审第 10 轮:只是一次已明确授权的新内审轮——主代理执行一次受保护 POST,旧轮和工作台运行文件保持不变。不能把该次批准推广为以后可以自动新开轮次或绕过未答项。

回滚

回滚必须绑定上一份 PASS 回执、候选和数据恢复证据。不可逆迁移或紧急回滚边界仍由有权者决定;历史文档里的“自动回滚”建议不能覆盖现行授权。

完成定义:执行包、驱动方、一段工作

执行包完成(执行者判据,五条同时满足)

  1. 交付物落盘;
  2. 指定命令通过并给原始 rc;
  3. 真实执行数和完整输出可核;
  4. 本包后台为零;
  5. 回复首末行有本轮 [DONE:<包名>]。

这表示“已交付待验”,不表示驱动方已接受。

驱动方验收

读取实际文件和证据,核业务含义、候选版本和验证边界。需要送审的页面核最终渲染、实际运行版本和结构化字段;普通任务按风险验证,不一律升级截图、盲评或全量复验。验收结果可为通过、有条件通过或不通过;条件必须有责任人和关闭判据。

一段工作怎样收尾

收尾先回答五问:阶段变了吗;出现新系统、凭证或流程了吗;出现新偏好、经验或坑了吗;有未遂吗;本段修过一批 bug 吗。变化写回所属文件,无变化写不适用。修过 bug 的批次记录机制根因、旧门为什么没拦住、同类探查和本质,不自动增加规则。

最终汇报按固定顺序:

  1. 本阶段业务结果;
  2. 用户现在要做的具体动作,或明确本阶段无需用户操作;
  3. 本地候选与验证;
  4. 线上实际状态;
  5. 人类确认状态;
  6. 实际代理、模型、技能与主代理验收;
  7. 未决项的责任人、缺口和下一动作;
  8. Git、部署、发送和恢复的真实状态。

巡检、园艺与治理

  • 巡检:只报告实际可访问的状态;需要联网、SSH 或写台账时先核授权;不可访问写 UNKNOWN,不冒填零。每小时巡检归属在 9 月 18 日完整描述中仍是未落实义务,不能说已由 v3 自动接管。
  • 文档园艺:目标是缩短读取路径,同时不丢事实、义务、限定语和恢复能力。四种动作是搬、标、生成、报,每种都受精确授权。首次前台修剪和六条无损验收已跑过;后台四探针 daemon、效力旁车、条款级 supersede 自动投影仍未建。
  • 周治理:计划中的治理会话从原问题、开放义务、检查差异和反例出发,输出不超过 10 条的周卡,并固定审查规则、成本收益和存量债务。独立治理首跑和 09-28 数据复盘仍是安排,不是已完成事实。

多模型评审与日常路由

图 7 · 多模型:先过三问,再选机制与路由

上半部分是评审的进入条件与两种机制;下半部分是日常模型路由——按判断难度选模型,不看文件数量,不为换模型增加交接。

开评审前,先过三问 有可判定的对错?错了可恢复、代价多大?两周实践能否给数据? 填实验卡,不讨论 无对错 · 可逆 · 两周可测 进入多模型评审 有对错,或不可逆的动作分叉 blind-review —— 重要既有工件 独立盲评,互不参照后合成 deliberate —— 重大方案 独立三稿 → 收敛门 → 剩余分叉反证 → 证据合成 默认三稿 Astra+K3+opus;Fable 仅王佳梁点名。每轮触及警戒线即停,续轮例外必须留具体理由。 不按投票裁决;讨论不新增执行授权。仓内 ai-config 仅是离线快照,用前核当前宿主加载的技能入口与渠道。 日常模型路由 —— 按判断难度,不看文件数量;简单任务主代理直接做 Luna Terra Sol Astra 确定性查找、计数 清单、存在性核验 证据综合、代码库探索 截图、批量材料阅读 复杂推理、实现、审核 局部可回退设计与验证 系统架构、信任边界 核心协议、高影响难回退分歧 确定性 API 调用、任务书生成、计数与核验走脚本,不派 agent 充当命令搬运工;费用和 token 无精确计量时写 UNKNOWN,不编造节省比例。

只有有对错或不可逆的动作分叉才进入多模型评审:“无对错+可逆+可测”不讨论,直接填实验卡。重要既有工件用 blind-review;重大方案用 deliberate(独立三稿 → 收敛门 → 只对剩余分叉做反证 → 证据合成);第二等设计可用 Astra 或 Sol 单稿加独立盲评。当前三稿默认 Astra+K3+opus,Fable 仅王佳梁点名;每轮触及警戒线就停,续轮例外必须留具体理由;不按投票裁决,讨论不新增执行授权。

判断难度默认路由
确定性查找、计数、清单、按钮或文字存在性Luna
证据综合、代码库探索、普通截图、批量材料阅读Terra
复杂推理、实现、审核、局部可回退设计和验证Sol
系统架构、信任边界、核心协议/数据模型、高影响难回退分歧Astra

主代理读精简结果和必要证据,避免重复加载同批截图或长输出。

附录 · 现行状态与边界

哪些算数、哪些是试点、哪些已过期、哪些还没建——以本表为准,不要把设计写成已建成。

现行 / 试点 / 历史 / 未落地对照

能力或规则截至 2026-09-20说明
驱动方/执行者身份和白名单现行以根 AGENTS 和任务书为准
有界阶段、先完成我方准备、具体决定入口现行09-20 已写入推进技能和操作手册
最终页面、实际版本、结构化字段检查现行 · 按风险适用财务第 10 轮已实跑一次
本地/线上/人类确认分开现行三种状态不得互替
疑点五态取证现行取证不自动修复
schema/字段/枚举/状态机与设计送审准入现行普通样式和纯文案不触发
原生代理与 tcd 两种派工现行独立机制;真实派出才有 job
每包一 worktree试点跑通P2.3 两包实跑;不是所有任务的自动基础设施
流程卡 runner部分落地三卡可读、dry-run 通过;llm/human 重活仍需回填
事件字段与 gen_status部分落地预览/检查可用;STATUS 尚未切换生成段
周治理规则已定,未首跑不能称稳定治理能力
角色记忆空壳没有共享长期记忆服务
认领、租约、幂等事务账本未建当前由驱动方核在飞和单写者协调
园艺 daemon、效力旁车、九项文档治理组合未建或未完整实施首次前台修剪不等于自动治理已上线
九分以上稳定性未证明拟至少观察三个连续小阶段
W13 历史状态整理未实施应另立有界任务,不能改写历史事实
财务内审第 10 轮线上已发布,待人类确认不是客户发送,不是 TMS 部署,不是默认发布权
历史表述已调整:早期文档中的固定六件评审摘要、四件套全文、硬 24 小时、人投入分钟、“所有评审结束才能派所有包”等表述已被后续决定调整,不能从旧稿恢复成现行硬门。

关键术语

术语含义
驱动方读 STATUS、定阶段、写任务书、派工、验收、集成并汇报的角色;由身份判定确认。
执行者带任务书与包名进入、只在白名单内交付的角色;Git 默认只读。
任务书一份执行包的契约:来源、目标与交付物、用例、精确白名单、包内门与批次门责任、完成纪律,另附恢复、默认裁定、验收深度与完成标记。
白名单执行者被允许写入的精确文件清单;白名单外只报告路径并停住。
人类闸门保留给承担后果的人的决定点:承诺、对外、钱、权限、不可逆风险、指定审批。
机器门机械检查(模板、契约、rc、活性等);PASS 只覆盖实际检查对象,不代替业务判断。
命题五态CONFIRMED / CONFLICTING / UNCONFIRMED / SUPERSEDED / PROPOSED;用于台账归因。
证据五态CONFIRMED / PARTIALLY_CONFIRMED / NOT_CONFIRMED / CONTRADICTED / INSUFFICIENT_EVIDENCE;用于取证结论。
E1 / E2 / E3三层证据:文本(文档台账)、静态(代码与 schema)、运行(测试与回执)。
候选 B / C / I冻结共同基点 B → 单包候选 C → 集成候选 I;较大代码批次的固定流水线。
worktree每个代码包一棵独立 Git 工作树,避免互相污染;创建与合入需授权。
决定卡 / 实验卡 / 周治理卡三种卡:人类决定、可逆实验、跨任务治理,各有必须包含的字段。
STATUS当前导航:只放当前阶段、在飞、阻塞和下一动作;驱动方单写;不是原始事实仓。
事件回执只追加的事实记录,核心字段 work_id、attempt、event、at、candidate、target、evidence。
ACK接收确认,例如设计交工程、需求变化回业务线时的接收凭据。
D26 / D36现行有效决定的编号:D26 涉版本升位与批次范围;D36 涉可回退部分的显式假设实施。
prereview发客户前的内审环节,由指定内审人审核同一版本;通过不等于已发送。
提出者关闭反馈由提出者确认才算关闭;沉默、pending=0、工程 DONE 都不算。
未遂计划该做而未做成的事项登记,例如超时;如实记录,不伪造时间。
UNKNOWN无法访问或未核时的如实标记;不冒填零、不编造。
园艺文档治理:搬、标、生成、报四种受权动作,目标是缩短读取路径且不丢事实。
有界阶段一次推进的范围:一句话说清终点、产物和完成条件;不等于整个项目完成。

完整 Markdown 下载

本页全部事实的唯一来源是 workflow-complete.md(公开阅读版;项目内引用仅列出处,原文留在项目仓库)。章节来源见项目内的 source-map.json。

下载 workflow-complete.md