Agent Work Loop
Agent Work Loop（智能体工作循环） 评审一个编码智能体 Harness 能否把一个 任务从清晰的意图带到经过验证、可靠交付的结果，并把有据可依的学习机会转化为 长期有效的改进。它不是强制流程、转录评分、资产清单或仓库成熟度模型。
被评审的循环
一个好的 Harness 让智能体能完成一个有边界、可恢复的循环：
understand context -> make a bounded change -> choose the right validation ->
interpret failure -> repair -> re-run validation -> state residual risk
五个维度
| 维度 | 回答的问题 | 支撑机制 |
|---|---|---|
| 任务理解（Task Understanding） | 智能体是否清楚目标，以及"完成"意味着什么？ | 规则、AGENTS.md、规格、DESIGN.md |
| 可控执行（Controlled Execution） | 工作是否运行在受支持、可重复的路径上？ | Skills、命令、MCP 工具、沙箱边界 |
| 改动验证（Change Validation） | 是否有证据表明改动真的有效？ | 测试、Lint、Hooks、可观测诊断 |
| 可靠交付（Reliable Delivery） | AI 的速度是否绕过了质量检查或验收？ | 人工评审、审批、CI/CD、恢复路径 |
| 经验沉淀（Learning Capture） | 下一个任务能否从这一个任务中受益？ | Loop Discovery、可复用 SDLC Skills、Memory |
每个维度在评分前需要先解决三个稳定的检查项（共十五个检查 id）。经验沉淀的 评分独立于前四个维度。
评审单元：Task Episode
一个 Task Episode 是一个用户目标加一个验收边界。它可以跨越多轮对话或多个 会话，但每条论断都必须绑定同一个目标、对象、动作和结果。不会因为工作发生在 同一个会话里就合并不相关的内容，聚合计数也不会被当成任务行为。
当符合条件的会话证据不完整或不可用时，评审保持为 session-limited 的
Agent Work Loop 评审：不可用的行为保持 Unobserved，项目 Harness 证据只
支撑它能支撑的机制。
证据状态
Present：存在有归属的机制或评审契约；Wired：相关任务、触发器或负责路径可以触达它；Exercised：某个关联的 episode 或检查使用过它并留有结果；Outcome-supported：可比的后续结果支持所声称的效果；Missing：经检查的证据确认所需机制或结果缺失；Unobserved：现有观察边界无法判断；Not applicable：经检查的任务与项目证据证明它不适用。
证据状态不是通过/失败。被执行的操作可能暴露缺陷，安全的拒绝可能是正确行为，
不可用的外部边界是 Unobserved，不会自动变成 Missing。
证据限定评分置信度
对当前任务相关的四个维度，最高被支持的证据状态设定分数上限：
| 最高被支持的证据 | 绝对分数上限 |
|---|---|
Missing、Unobserved 或 Not applicable | 59 |
Present | 74 |
Wired | 84 |
Exercised | 94 |
Outcome-supported | 100 |
这些是上限，不是评分公式。已配置的能力不等于被观察到的使用；只有
Outcome-supported 的后续对比才允许声称某项干预改善了后续工作。
完整模型
完整契约——检查表、发现、评分边界和纵向验证——见
models/agent-work-loop.md。