构建自动闭环：将验证"刻"入技能

1. 2025年的启示：能力溢出，但闭环缺失

2025年，我们见证了Coding Agent的成年礼。从Cursor的惊艳登场，到Claude Code带来的丝滑体验，AI生成代码的能力已经溢出了。现在的问题不再是"它能不能写对"，而是"它能不能交对"。

目前的痛点在于：AI 经常是一个"开环"的执行者。它能生成代码，但往往把验证和测试的责任甩给了人类。虽然我们有 AGENTS.md 定义项目规范，有 SDD 工具定义开发流程，但在实际运行中，这两者往往是割裂的。Agent 经常只顾着走流程，却忘了遵守项目里的验证规范。

2. 核心洞察：三个正交维度

要解决这个问题，我们需要在架构上理清三个互不干扰但必须协同的维度：

• 项目维度（Project Context）：即 AGENTS.md。它是静态的"法典"。它定义了项目的结构、代码风味（Code Flavor），以及最关键的——如何验证（Verification Commands）。
• 流程维度（Process Workflow）：即 SDD 工具（如Speckit）。它是动态的"剧本"。它规定了需求分析、方案设计、编码、验收等步骤的先后顺序。
• 闭环维度（Loop Meta）：这是目前缺失的"执行标准"。它关注的是每个动作是否形成了闭环（自验证）。

3. 我的解决方案：通过 Skill 映射实现"闭环内化"

为了让 Agent 能够稳定交付，我不主张在对话中反复去强调规则，我的做法是在定义 Skill 时就完成约束的融合。

我们不能指望 Agent 在执行 SDD 的"编码"动作时，每次都能自觉地去翻看 AGENTS.md 里的测试命令。这会导致"薛定谔的测试"——有时候测了，有时候没测。

真正的解法是"映射"：
我们需要一个 Loop Meta 的机制，在初始化阶段，将 AGENTS.md 中的项目特定要求，直接映射（Map）到 SDD 的具体 Skill 提示词中。

4. 架构设计：让 Prompt 携带上下文

如架构图所示，这是一种模块化的 Prompt 组装策略：

1. Skill 定义（模板）：预留了验证位的通用技能描述。
2. Constitution（项目宪法）：AGENTS.md 提供了填充验证位的具体内容。
3. Loop Meta（映射逻辑）：这是关键的结合点。它负责把"宪法"里的规则，具象化到每一个 Skill 里。

这样一来，当 Agent 拿到"Implement"这个 Skill 时，它不再是一个通用的编程指令，而是一个针对当前项目定制的、自带验证闭环的特种指令。

5. 预期效果：自动闭环

通过这种将项目信息映射进 Skill 的方式，我们实现了：

• 自闭环（Self-Correction）：Agent 在执行具体的 Skill（如 Plan/Implement/Release）时，因为 Prompt 里已经明确包含了验证指令，它会自动进入"编码-测试-修复"的内部循环。
• 确定性交付：人类不再需要充当"测试运行器"。Agent 交付的成果，一定是经过了 Skill 中定义的验证步骤筛选过的。

结语

未来的软件工程，不应该只有工作流（Workflow），更应该有工作标准（Work Standard）。

通过将 AGENTS.md 的规范直接映射进 SDD 的 Skill 中，我们实际上是在构建一种"自带质检"的开发指令。这让自动闭环不再是一个虚无缥缈的概念，而是落地到了每一次代码生成的 Prompt 之中。

一个简单的概念验证SKILL：openspec-constitution-guard