什么是“缰绳工程”，为什么你应该关心？

你是如何用 0 行手写代码发布一个软件产品的？

今天有个朋友问我这个问题，我意识到自己没有一个简单的答案。所以我深入探究了一下。

结果发现，答案在于你如何设计你的“缰绳”（harness）。

等等，什么？什么是缰绳工程？

这是当前围绕编码智能体（coding agents）最重要的趋势，是有原因的。如今最大的问题是：如何在不逐行阅读 AI 生成代码的情况下验证它？你如何确保一个智能体不会搞坏生产环境或删除你的数据？

OpenAI 的一篇博客分享了一个有趣的实验：一个由 3 名工程师组成的团队，用 0 行手写代码构建并发布了一个软件产品的内部测试版。每一行代码——应用逻辑、测试、CI 配置、文档、可观测性（observability，即监控系统运行状态的能力）和内部工具——都是由 Codex 编写的。

他们是怎么做到的？他们没有写应用本身，而是设计了“缰绳”。

缰绳到底是什么？

把 AI 智能体想象成一匹强大的赛马。缰绳就是赛道、眼罩和骑师的缰绳，让它朝着正确的方向奔跑，而不是冲进观众席。

正如我的同事 Arthur Thompson 今天解释的那样：对于智能体来说——缰绳由所有包裹着大语言模型（LLM）的确定性组件组成。

Balaji Subramaniam 在他的博客中详细介绍了这些确定性组件——包括编排层（orchestration layer，负责协调各组件工作）、执行沙箱（execution sandboxing，隔离运行环境）、状态持久化（state persistence，保存运行状态）和验证工具。

如果你想构建可靠的智能体系统，你的工作重心就从编写逻辑转变为设计环境。以下是你需要关注的重点：

• 设定严格边界：不要让智能体猜测它能接触什么。强制执行严格的访问规则（比如把它限制在特定的沙箱中），这样它就不会意外清空生产数据。

• 构建“修复循环”：智能体不可避免地会犯错。一个好的缰绳会自动捕获错误，比如构建失败或测试失败，并将这些清晰的日志反馈给智能体，让它自己修复代码。

• 给它们一张地图，而不是一本手册：正如 OpenAI 团队发现的，不要用庞大的指令文件淹没智能体。合理组织你的代码仓库结构，让智能体在工作过程中逐步发现上下文。

给我看看代码

这在实践中是什么样子？这里有一个简单的例子，使用 Google Antigravity SDK 配合 Google 的 ADK 来配置一个本地缰绳。注意我们是如何严格地将智能体限制在特定工作区（workspaces=["./sandbox"]）并给它一个保存记忆的地方（save_dir="./trajectories"），以便它能从之前的经验中学习：

import os
from google.adk.labs.antigravity import AntigravityAgent
from google.antigravity import LocalAgentConfig
from google.antigravity.hooks import policy

# 确保使用绝对路径来限制工作区范围
sandbox_dir = os.path.abspath("./sandbox")
os.makedirs(sandbox_dir, exist_ok=True)
save_dir = os.path.abspath("./trajectories")

# 1. 设计缰绳环境
sdk_config = LocalAgentConfig(
    system_instructions="你是一个有用的本地环境助手。",
    workspaces=[sandbox_dir],
    # 让智能体在受限的沙箱边界内安全地写入
    policies=[policy.allow_all()],
    save_dir=save_dir,
)

# 2. 包装配置，让智能体在缰绳内运行
root_agent = AntigravityAgent(
    name="antigravity_assistant",
    description="在 ADK 中运行一个 Antigravity SDK 智能体。",
    config=sdk_config,
)

有了这个设计，你可以把遗留代码放进沙箱，写一个简单的循环来对它运行单元测试，然后让智能体迭代地修复自己的 bug。

添加测试

那么，我们实际上如何对这个沙箱化的智能体运行测试呢？

在现代缰绳工程中，测试是智能体工作流图中活跃的一部分。使用 Google 的 ADK 2.0，它引入了基于图的工作流，你可以将测试验证步骤定义为一个简单的路由节点。

如果测试通过，工作就完成了。如果失败，缰绳会自动将错误循环回给智能体，让它再试一次。注意内置的“紧急停止开关”：我们跟踪迭代次数，这样如果智能体陷入无限循环的“破坏-修复”循环中，缰绳就能安全地切断电源。

from google.adk.agents.context import Context
from google.adk import Event
from google.adk.events.event_actions import EventActions
from google.genai import types

# 3. 在沙箱中评估代码
def execution_test_node(ctx: Context):
    # 安全地跟踪尝试次数，防止无限循环
    iteration_count = ctx.state.get("iteration_count", 0) + 1
    ctx.state["iteration_count"] = iteration_count

    test_passed = ctx.state.get("test_passed", False)
    feedback = ctx.state.get("feedback", "")

    if test_passed:
        # 成功！结束工作流。
        return Event(actions=EventActions(route="END"))

    if iteration_count > 5:
        # 紧急停止开关：智能体卡住了。停止循环。
        return Event(actions=EventActions(route="END"))

    # 失败！将错误追踪信息反馈给智能体并循环回去。
    feedback_msg = f"单元测试失败，错误追踪信息如下：\n\n{feedback}"

    return Event(
        content=types.Content(role="user", parts=[types.Part(text=feedback_msg)]),
        actions=EventActions(route="loop_back")
    )

如果你想看到这个测试路由模式的实际运行，可以查看 Balaji 的 ADK 缰绳仓库中一个完整实现的示例。

使用基于图的工作流将所有部分连接起来

要连接智能体和测试节点，你可以使用一个 Workflow 图来精确规划执行流程，而不需要复杂的嵌套 Python while 循环。

把这想象成在赛道上画出实际的跑道线：

from google.adk import Workflow

# 4. 将智能体和测试节点连接成一个循环
repair_loop = Workflow(
    name="repair_loop",
    edges=[
        # 第 1 步：定义主序列（START -> 智能体 -> 测试节点）
        ("START", root_agent, execution_test_node),

        # 第 2 步：如果测试返回 "loop_back"，回到智能体
        (execution_test_node, {"loop_back": root_agent})
    ]
)

恭喜！你已经构建了一个自主系统。智能体编写代码并将其交给测试节点。如果测试失败并返回 loop_back 路由，智能体会拿着错误日志再试一次。

在 ADK 示例中查看更多循环模式的示例。

自己动手试试

你可能会想，为什么需要一个 Python 脚本来运行智能体？在普通的聊天窗口中，你就是缰绳：你复制错误日志并盯着模型。而软件缰绳让系统能够自我监督，让你完全自动化测试驱动的编码，或安全地重构庞大的遗留代码库。

要在你自己的机器上运行这个自我修复循环，设置时间不到五分钟：

• 安装框架：在终端中运行 pip install "google-adk[antigravity]" 来获取开源的 Agent Development Kit 和 Antigravity 集成。

• 设置 API 密钥：从 Google AI Studio 获取一个免费的 Gemini API 密钥，并将其导出到你的环境中（export GEMINI_API_KEY="your-key"）。

• 运行循环：将上面的代码块保存为 Python 脚本，把一个有问题的 Python 或 Node 文件放入你新建的 ./sandbox 目录中，然后运行你的脚本。

• 扩展你的图：单元测试只是基础。为了让你的缰绳坚不可摧，可以在工作流中添加第二个 AI 智能体，比如一个 SecurityAuditor，在代码通过之前进行审查，或者接入自定义的 linter（代码检查工具）来强制执行严格的架构规则。

从这里开始，你可以将我们简单的测试节点替换为一个子进程，实际对沙箱运行 pytest 或 npm test，这样你就拥有了一个功能完整的修复循环。

如果你准备好扩展规模，可以在 antigravity.google 下载完整的 IDE 和 CLI，探索 Antigravity 托管智能体 进行远程执行，以及 Google 的 ADK 2.0 来使用基于图的工作流。

延伸阅读

我在 Google 的同事们整理了一些很棒的指南，告诉你接下来该往哪里走。要学习如何为你的智能体构建安全环境，可以查看 Sara 的 codelab，展示 Cloud Run 沙箱。如果你想掌握自我修正，Balaji Subramaniam 最近发布了一篇关于编码智能体的循环工程的深度文章。要看到这一切应用在大型企业场景中，可以阅读 James O'Reilly 对使用智能体管道和 Antigravity 大规模自动化遗留系统现代化的解析。

如需进一步操作，你可以考虑屏蔽此人并/或举报滥用行为。