Agent 工程实践简报 · 2026-11-07

今日概念:Background agents(后台 / 异步 agent)

是什么:前台 agent 是你坐在终端里、一问一答地推;background agent 是你把任务交出去之后,它在另一条会话 / 云端 / 定时触发里自己跑,你只在需要拍板或验收时回来。Claude Code 文档把并行干活拆成几档:同会话里的 subagent、用 claude agents 看管的后台会话(agent view)、实验性的 agent teams、以及可在机器关掉后继续跑的 Projects / 云端定时任务。关键不是「会不会开多个窗口」,而是协调权在谁手里、工人能不能互聊、改同一份文件时怎么隔离。

解决什么:软件工厂要的是「你睡觉时任务还在推进」。如果每件事都要你盯着终端,吞吐会被你本人卡住。Background agents 把「你在不在场」从必要条件里拿掉——前提是验收、权限和隔离已经先铺好,否则就是无人看管的乱改。

和你已会的东西的关系:CLAUDE.md / skills 仍是说明书;hooks 仍是闸门(后台会话一样会触发)。和 11-03 的 Super-agent(Router–Worker)比:那是架构角色;background agents 是运行时态——工人可以是后台的。和你要的 software factory 直接对上:触发器开工 → 后台跑 → 验证闭环收结果。CS146S 下周(11/10、11/12)就是 Week 8 Background Agents,嘉宾 Cloudflare 的 Rajesh Bhatia。

入门原文:Run agents in parallel(Claude Code 官方,把 subagent / agent view / teams / Projects 对照清楚);预备课材料:Coding agents · Cloudflare AI Gateway(agent 离机后怎么观测与控流量)。

上手 prompt:

目标:盘点这个仓库里「可以交给后台 / 异步 agent」的工作,并写清每类工作的启动方式、验收标准和隔离要求。不要绑定某一家云产品。

1. 先读仓库:README、CLAUDE.md / AGENTS.md、CI、定时脚本、已有的 agent / subagent / workflow 配置。列出路径。说明当前有没有「人不在终端前也能推进」的入口;没有就直说。
2. 按三列制表:任务类型(例:长测试、PR 照看、大范围搜索、批量迁移)、适合前台还是后台、为什么。后台任务必须写清:成功长什么样、失败怎么停、结果交到哪里。
3. 挑 1 个最值得先后台化的任务。设计最小方案:(a) 如何触发(本地命令 / CI / 定时);(b) 工作目录如何隔离(worktree 或其他),避免和前台改同一文件;(c) 完成后如何用仓库已有检查证明没退步。先给我方案,等我确认。
4. 实现后真跑一次(可用一个故意会失败的变体证明验收会红),贴出命令、日志路径、通过/失败证据。
5. 交付:对照表、方案说明、重跑命令、以及写进 AGENTS.md 不超过 8 行的「什么任务可以丢后台、什么必须前台盯」。

参考:Claude Code《Run agents in parallel》https://code.claude.com/docs/en/agents ;Cloudflare AI Gateway · Coding agents https://developers.cloudflare.com/ai-gateway/integrations/coding-agents/

本期条目

1. Amp 11 月 6 日上线 Spaces:一个「协调员」会话帮你开工人、汇总结果;人坐船长椅,需要时再下机舱

目标:为这个仓库设计并落地一个「协调员 agent + 多个工人」的最小编排,用来完成一类可并行的审查或迁移任务。

1. 先读仓库,确认并行能力:subagent / agent 配置、worktree、CI 矩阵、已有的编排脚本。列出路径;没有就说明缺什么,并提议只用「多个隔离 worktree + 一个汇总脚本」的最小替代。
2. 选一个适合并行的任务(例如:按目录做安全/风格审查、或一批互不依赖的文件迁移)。写清:协调员负责什么、每个工人的输入输出格式、工人之间是否允许互聊(默认不允许,只向协调员汇报)。
3. 实现:(a) 协调员 prompt 或脚本,负责拆分任务、启动子工人、收集结果;(b) 工人必须在隔离目录或 worktree 里改文件;(c) 汇总成一份给人看的摘要(问题列表 + 证据路径)。先给我拆分方案,等我确认再跑。
4. 真跑一轮,贴出:拆了几块、每块命令、汇总摘要。故意在一块里塞一个应被抓到的问题,证明汇总不会漏。
5. 交付:编排入口路径、工人约定、一次真实汇总、以及「何时不该用协调员(任务强依赖、必须同一会话上下文)」的说明。

参考:Amp《Spaces》https://ampcode.com/news/spaces

2. Coding agent 流量先过一层 LLM Gateway:可观测、限流、计费归属、DLP;Claude Code 改三个环境变量即可接 Cloudflare AI Gateway

目标:评估并把这个项目的 coding agent(Claude Code / Codex / 其他)流量接到一层 LLM Gateway(可用 Cloudflare AI Gateway,或其他兼容 Anthropic/OpenAI 端点的网关),做到「能看见请求、能挡密钥、能归因成本」。

1. 先读仓库与本机配置:agent 如何认证、是否已有代理 / BASE_URL、有无团队密钥管理。列出当前直连路径作为证据。不要猜账号 ID。
2. 对照网关文档,写出最小接入方案:需要哪些环境变量或 settings.json env、密钥放哪(BYOK vs 网关代持)、如何在仪表盘确认日志出现。若团队没有 Cloudflare 账号,改成「等价清单」:必须具备的能力(日志、限流、密钥扫描)和任一网关的对照表,然后停下等我选供应商。
3. 若已选定 Cloudflare:按文档配置 Claude Code(或仓库实际用的 agent)的 BASE_URL 与授权头;发一条无敏感内容的探测 prompt;在网关 Logs 里截取/记下 model、token、latency 作为证据。
4. 若启用 DLP:先用 Request-only 策略,故意在 prompt 里放一个假 API key 样例,证明会被 flag/block;说明对 streaming 首包延迟的影响。
5. 交付:配置落点(settings 路径或 shell profile,密钥打码)、一次真实日志证据、回滚步骤、以及写进 AGENTS.md 不超过 5 行的「本地直连 vs 经网关」约定。

参考:https://developers.cloudflare.com/ai-gateway/integrations/coding-agents/ ;https://developers.cloudflare.com/ai-gateway/integrations/coding-agents/claude-code/

3. Skill 不是「又一篇 markdown」:文件夹 + 渐进披露 + 按需 hooks;Anthropic 内部体感最强的是「产品验证」类 skill

目标:把这个仓库里一个「又长又常被忽略」的 skill(或 CLAUDE.md 里一大段流程)改成:短 SKILL.md + 渐进披露文件 +(可选)仅在该 skill 启用时生效的 hooks,并证明验证步骤真的会跑。

1. 先读现有 skills / commands / CLAUDE.md。挑 1 个最臃肿或最常被跳过验证步骤的。贴出原路径和大约行数。没有 skill 就从 CLAUDE.md 里抽一段「本该可复用」的流程。
2. 重写成文件夹结构:SKILL.md(目标、何时用、指向子文件)、gotchas.md、必要时 references/ 与 scripts/。description 写成触发条件(动词/场景),不要写成功能简介。先给我目录树和 SKILL.md 草案,等我确认。
3. 若该流程有「只在此时才该强制」的约束(例如只在碰生产配置时禁 rm/force-push),加上 skill 级 on-demand hooks 或仓库等价机制;说明为什么不放进全局 hooks。
4. 加或改一条可运行的验证:故意破坏一次,贴出失败输出;修好后再跑通,贴出成功输出。
5. 交付:新旧结构对比、触发 description、hooks 范围说明、验证命令与证据。

参考:Thariq Shihipar《How we use skills》https://claude.dev/blog/lessons-from-building-claude-code-how-we-use-skills/

本期去重用源链接(机器可读)