腾讯轻量云LoopForge:Agent写代码之后,交付难题怎么破?

资讯 AI 行业观察 作者:江露 全文 5064 字 · 约 13 分钟读完 配图 2 张 分类腾讯LoopAI 编程

采访嘉宾 | 江露 策划 | 康悦 Rita 导语:AI Coding 正在从辅助开发工具走向软件研发流程。代码生成本身已经不再是唯一问题,企业更关心的是:Agent 能否理解完整任务?能否协同完成多个研发环节?能否在长任务中保持上下文和状态一致?最终生成的代码,又能否通过验证并进入稳定交付? 围绕这些问题,InfoQ

所属频道 大厂动态AI 编程与开发

采访嘉宾为江露,策划为康悦 Rita。

AI Coding 正从辅助开发工具进入软件研发流程。代码生成本身已不再是唯一问题,企业更在意的是:Agent 能不能读懂完整任务?能不能一起完成多个研发环节?长任务中上下文和状态能否保持一致?最后生成的代码,能不能通过验证、进入稳定交付?

InfoQ 与腾讯轻量云研发专家江露做了会前交流,聊的正是这些话题。她将在 AICon 北京站分享《从“能写代码”到“能交付”:腾讯轻量云 LoopForge 云端 Loop 实践》,谈 AI 如何从“会写代码”再往前走一步,走到“能够完成任务”。

一、 面对从“个人提效”到“团队信任”的软件交付难题

AI Coding 用起来的早期,团队先盯的是代码生成快不快、准不准。可当 Agent 参与进完整研发流程,评价它的尺子也跟着变了。

江露说,问题已经从“AI 写代码快不快、准不准”,转向““AI 产出的结果能不能被团队信任、接手和合入”。这份信任取决于几件事:需求和验收标准由谁确认,结果由谁验证,失败后由谁接住,同样的做法换个项目还能不能用。

推进过程中,江露发现从代码生成到完整交付,有几处环节容易断开。头一个是 Agent 拿到的信息不完整。第三方接口约定、业务规则、测试数据和环境配置,大多不在代码仓库里。开发者熟悉的背景知识,对 Agent 来说可能完全看不见。少了这些,它只能靠推测往下执行。

再一个是验证能力未必跟得上代码产出。人工逐行 Review 容易堵成瓶颈;让 Agent 自测自评,又可能变成“自己证明自己是对的”。需求、评审意见和测试结果要是还散落在不同工具与会话里,交接照样得靠人转述。每个角色都在干活,整个任务却要人不停推着走。

更容易造成误判的,是对“完成”的理解不统一。流程跑完、提出合并请求(MR)、代码实际合入、业务验收通过,各自代表不同的进展。混在一起看,就会高估真正完成的交付。

回头看团队的实践,江露说“出问题最多的是两头,中间的编码实现反而相对稳定。”一头是需求理解:需求有歧义、隐含约束没写出来、验收标准模糊,Agent 就可能做出一个“看起来合理但不是要的”结果。另一头是验证与合入:测试没自动化,不具备 AI 修改自动 Loop 验证(改 → 验证 → 打回 → 再改)的条件;测试环境与实际环境不一致;甚至代码已经改了,用的还是旧的检查报告。

分析原因时,团队没有把问题全算到模型能力头上。江露认为:“模型能力决定上限,但大多数失败我们最后归因到工程机制上。”

上下文有没有被真正读取,验收标准能不能检查,评审与测试是否独立,失败后能不能带着原因回到相应环节,这些都直接影响最终结果。模型再强,也不会自动把这些缺口补上。对团队来说,下一步要明确的是把需求确认、产物交接、结果验证和失败处理写进可执行的 SOP,让原本靠人提醒和补位的环节有明确的执行规则。

二、 不能让 Agent 协作放任自流,把团队共识写成可执行的 SOP

早期团队也盼着 Agent 能自由编排整个任务。可长任务一跑起来,问题就慢慢冒出来了:执行路径不稳定,出错后难定位原因,团队已经约定好的检查步骤也可能被跳过。多 Agent 协作时,每个 Agent 都完成了自己的任务,整体任务却没真正完成。

江露由此给出一个很实在的判断:“研发流程本身是团队已有的共识,比如先分析再实现、实现后必须评审和测试,没有必要每次让模型重新‘发明’一遍。”

于是团队动手把共识写成可执行的 SOP:用 DAG(有向无环图)定义节点之间的先后依赖,状态流转、检查与交接交给程序,Agent 在节点内完成分析、设计和实现。返工则走单独声明的回退路径。

这样一来,流程就有了可追溯的执行依据:每次运行固定流程版本,事后能查清当时按什么规则执行;失败可以定位到具体节点,定向返工,不必从头重来。检查步骤不会被 Agent 绕过,没有前置依赖的节点还能并行。

SOP 管着执行顺序,也明确了每个节点接收什么、产出什么、能用哪些工具。方案、代码变更和检查报告通过文件交接,每次尝试都留快照,下游可以核对所用产物的版本,不用依赖上一环节的自然语言转述。

写进 SOP 的规则主要来自三类经验:反复踩过的坑、角色交接处容易遗漏的约定,以及只有老员工才知道的事。比如需求没说清就开始编码,团队便把需求说明和验收确认前置;测试环境怎么搭、执行前要做哪些准备,也写下来,成为 Agent 能用的上下文。

每一步交给谁,团队的原则是:步骤明确、结果能用命令判断的,交给脚本;需要理解和判断、输出又能被检查的,交给 Agent;涉及关键取舍和最终责任的决定,留给人。顺着这个思路,团队把几类高频工作整理成了可重复执行的 SOP。

有了流程,也不代表一劳永逸。SOP 要持续维护,模板与具体项目之间的差异得有人处理;碰上流程没覆盖的情况,仍要转交人工判断或调用子流程(子 SOP)。所以这种方式更适合验收标准清楚的交付任务。目标和路径都还不明确的探索性工作,则要留出更多灵活性。

三、流程能执行,结果也能独立验证

执行规则有了,还有一个问题要回答:Agent 交出的结果,是否真正满足了原始需求?

评审和测试的角色被团队与实现角色拆开,各自用独立上下文,不直接沿用实现者的判断。江露说,角色隔离只是起点。此前有一回参数语义写错,代码评审没看出来,直到测试按预期运行才暴露。

“真正起作用的是『独立的预期 + 可复现的运行事实』,而不是简单换一个 Agent。”

所谓“独立的预期”,是照着原始需求或 Issue 去判断正确结果该是什么,不能从实现者的代码或修复报告里倒推标准。“可复现的运行事实”则要求评审和测试真的去跑构建、单测和 E2E 等检查,并把结果记录下来,让别人能重跑、能核对。

一个人同时挂着十几个 Agent 任务时,逐行人工检查已经撑不住。针对不同类型的失效,团队设了五道质量门禁。

这些门禁各有各的侧重,按改动风险来选,不是每次全都跑。它们的作用也不只是拦截:检查失败后,具体原因会回传给修复 Agent,作为下一轮返工的依据。代码一改,旧的检查报告就必须作废,不能再拿来证明新版本已经通过。

测试环境终究和生产环境有差距。团队碰到过单机验证过了、进集群才冒出约束的情况。所以分层验证之后,人工对产物的确认仍要保留,上线后也得继续盯着。检查报告给的是决策依据,剩余风险能不能接受,还得人来判断。

四、从被动响应到主动发现:交付流程向生产运维延伸

研发交付慢慢稳下来之后,新的瓶颈跑到了“线上问题的发现与接力”上。一个线上问题,常常要人按顺序盯告警、建单、收集现场、准备环境、跟进测试、整理证据。每一步都有人在推,问题却可能拖很久。另一边,Agent 带来的代码产出变多,线上反馈也得及时回流到研发流程。团队因此把能力伸向生产运维:从日志、K8s 和慢 SQL 巡检里发现异常,聚类去重后建单,再接上修复、验证和人工确认合入。

这条流程先要回答的是,哪些问题值得处理。团队给建单设了门槛,只筛持续、有影响的异常,免得告警噪声变成一堆修复任务。建单时还要附上时间窗口、影响范围和可能相关的提交,让修复 Agent 带着现场信息开工,少做重复收集。

能拿到现场信息,不等于能随意动生产资源。日志、K8s 和数据库慢 SQL 这些访问能力要划清边界,默认只读提供。到了修复环节,团队要求最小改动,再配合变更影响分析和专项审查,压住误修风险。验证必须对准原问题:先复现,再修复,确认问题消失后补上针对性的回归检查,并在独立环境里跑全量 E2E,看有没有波及别的功能。

最后交到人手上的,是一份支撑决策的交付包:根因是什么、改了哪些地方、在哪里验证、测试结果如何、还有哪些风险。人据此判断改动有没有越界、验证够不够,再决定合不合入。江露强调:“Agent 负责把证据准备齐,人负责做判断、承担决定。”

代码合入不代表问题就闭环了。修复上线后,巡检还要继续盯同类指标,确认问题真的解决。测试和生产环境之间的差异仍然存在,团队靠分层验证、人工确认和上线后观察一起控风险。

这样一来,线上发现的问题能进修复流程,修复结果又回到线上接受检验,过去靠人工一步步接力的情况少了。

五、岗位边界正在打开,专业判断如何留下来?

Agent 参与研发交付之后,团队原来的岗位分工也在变。不少产品同学已经能借 AI 搭页面,后端工程师也开始接前端甚至全栈的需求。

但跨岗位把功能做出来,不等于看得清改动的全部影响。团队遇到过产品同学删掉一个参数来修返回路径,本地验证有效,前端工程师却发现这会破坏其他页面的返回逻辑。

江露对此强调:“岗位边界会被打开,但责任边界必须更清楚。谁来做可以变,谁对结果负责不能变。”

团队要同时做两件事:把专业经验写进 Skill、检查项和评审规则,让后面的任务能复用;把责任落到模块负责人头上,让交付和上线后的问题始终有人管。

研发人员的重心也从“推动每一步”转成“让 AI 能可靠地完成任务”。团队把工具、上下文、任务运行、验证、观测及权限管理等配套能力叫作 AI 基建,也就是 Harness。人则从逐步推任务,转向定目标、看过程、处理例外并对结果负责,即从 Human in the Loop 走向 Human on the Loop。

这还需要长期投入:上下文散在会议、群聊和各类系统里,知识一多,Agent 也未必分得清哪份信息可信。

对刚引入 Coding Agent 的团队,江露建议挑高频、验收标准清楚的任务小范围试跑,先把独立验证、项目上下文和交接记录做扎实,再谈规模化,别一上来就追全自动和大并发。她的提醒是:“先把人放在正确的位置,而不是急着把人拿掉。”

结语:让一次交付的经验,进入下一次任务

从代码生成走向软件交付,衡量效果时,流程结束、提出 MR、代码合入和业务验收要分开统计。江露的判断是,只有合入并通过验收,才算真正交付完成。团队还得同时看返工、等待时间、人工介入和完整任务成本,不能只盯 Agent 生成了多少代码、同时跑了多少任务。

可执行 SOP 把这些约定落成运行规则。独立验证为结果提供证据,返工记录帮团队修正流程,人的专业判断则通过上下文、检查项和责任机制持续起作用。

效果怎么衡量,得拆开看:流程收尾、提出 MR、代码合入、业务验收,各算各的账。江露在采访中把话说得很直白:“只有合入并通过验收的才算。”返工情况、等待时长、人工介入程度、以及完整任务成本,同样要盯住。Agent 写了多少行代码、并行跑了几路任务,这些反而不是团队该盯的全部。

江露的实践还带出另一层启发。Agent 能接下的活越来越多,研发团队就得把自身经验讲明白、验扎实,让这些经验在下一轮交付里真正派上用场。

江露是腾讯轻量云专家、后台研发负责人,DNS、Skillhub 等后台研发工作由她负责。2014 年她先后进入百度、腾讯,在腾讯做过 CVM、DNS、Skillhub 相关领域的研究与落地,拿到过多项公司级奖项。眼下她关注的是 AI 在个人层面和组织层面如何提效。AICon 北京站设有“Agentic Software Engineering|从代码生成到软件交付”专题,江露将在那里进一步拆解 LoopForge 在可执行 SOP、多 Agent 协作、质量验证和交付恢复上的做法与取舍。

会议推荐

腾讯轻量云LoopForge:Agent写代码之后,交付难题怎么破?(配图 1)

12 月 18–19 日,AICon 全球人工智能开发与应用大会落地北京。这届大会以探索 A 应用边界为主题,13 大技术专题覆盖大模型后训练、推理优化、Agent 工程、知识工程、智能体评测与安全、自进化系统、AI 软件交付、原生架构及组织变革等方向,一线技术专家会到场讲 AI 技术突破和企业规模化落地的真实经历。9 折优惠限时开放,现在报名立减 580,扫码或联系票务经理 13269078023 可了解详情。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 腾讯开源LoopForge:云端自进化平台破解团队研发内耗

    单机 Coding Agent 写代码很快,但一旦走进研发团队,合盖断流、多人上下文割裂、Vibe Coding 质量失控、日常盯单耗时与同类问题反复踩坑,依然会把团队卡在“单兵提效、全局内耗”的瓶颈里。为此,腾讯轻量云团队打造并开源了云端自进化研发平台 LoopForge——集 7×24 小时云端工作区、多角色共享会

    来源 腾讯网
  2. 豆包工作、千问办公集体接入第三方模型:办公Agent转向任务入口之争

    11月中旬,国内办公智能体赛道发生了一个微妙但具有分水岭意义的转折。 11月12日,字节跳动旗下豆包工作宣布接入Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash等多款第三方模型,并在模型选择页面标注各模型的“额度消耗倍率”,让用户在任务需求与使用成本之间自行权衡。四天后的11月16日,

    来源 AI 行业观察
  3. 梁文锋的“大肥鱼”,围剿大厂 Agent 地盘?

    点击 Tech星球 > 点击右上角“···” > 设为星标 Tech星球(微信ID:tech618)文 | 华卫封面来源 | 豆包AI龙虾(OpenClaw)成为过去时,现在AI社区里流行起了“养鱼”。近日,一群有独特个性的AI小鱼活跃在互联网各个角落。除了在办公、编程中干活,还做了不少意想不到的事儿,有的在社交平台到

    来源 腾讯网
  4. 寒武纪Day 0适配商汤SenseNova Loop-9B:打通MLU推理链路

    商汤科技昨日晚间正式发布 SenseNova Loop-9B 模型。寒武纪官方宣布,已完成对商汤新发布模型日日新 SenseNova Loop-9B 的 Day 0 适配。寒武纪表示,针对 SenseNova Loop-9B 的架构特点,寒武纪基于 vllm_mlu 完成 Day 0 适配,打通模型在 MLU 平台上的

    来源 IT之家
  5. 腾讯 Hy4 flash 实测:快速、实惠、聪明,国模进入过日子时代

    作者|Cynthia编辑|郑玄过日子的风,还是吹到了大模型行业。2026 年之前,一款模型能不能刷屏,往往取决于它又做到了什么。GPT-4o 的实时语音交互、Claude 的编程能力、DeepSeek R1 的推理表现,一度轮番成为讨论焦点。一款新模型发布,大家首先关心的是它超过了谁,又做到了什么过去做不到的事。但到了

    来源 腾讯网
  6. 腾讯Q3财报:WorkBuddy日活超千万,小微达3000万

    又到腾讯交AI成绩单的时候。 刚刚发布的2026年Q3财报,腾讯对外界备受关注的混元HY4,WorkBuddy、小微等关键业务或产品,给出新的进展和数据。 其中首次披露WorkBuddy核心运营数据,日活已经超千万,是目前中国大语言模型Token用量最高的AI产品。在微信聊天、朋友圈、公众号、视频号等场景中被调用的小微

    来源 AI 行业观察
  7. Lovable换赛道:从生成应用到经营AI生意

    瑞典AI初创公司Lovable曾凭“氛围编程”掀起应用开发热潮,用户只需用自然语言描述想法,就能生成可运行的网页应用。推出两年后,这家欧洲增长最快的创业公司之一正悄然转向:从帮人做出产品,转向帮人经营生意。本文解析Lovable的战略转型,以及氛围编程从“玩具”走向“生产工具”背后的机遇与隐忧。

    来源 AI 科技快讯
  8. 腾讯Q3营收2073.4亿元增8%,混元Hy4、WorkBuddy数据披露

    腾讯控股发布2026年第三季度财报,AI业务取得多项突破:最新一代混元大模型Hy4发布时位列Agent Arena中国模型第一;WorkBuddy日活超1000万,日均Token消耗量超100万亿,成为国内日均大语言模型Token消耗量最高的AI产品;微信AI助手“小微”灰测范围持续扩大;AI需求带动云服务收入同比增长

    来源 TechWeb
  9. 腾讯三季度营收2073.4亿元:AI业务多点突破,云服务收入增35%

    腾讯控股发布2026年第三季度财报,AI业务取得多项突破:最新一代混元大模型Hy4发布时位列Agent Arena中国模型第一;WorkBuddy日活超1000万,日均Token消耗量超100万亿,成为国内日均大语言模型Token消耗量最高的AI产品;微信AI助手“小微”灰测范围持续扩大;AI需求带动云服务收入同比增长

    来源 TechWeb
  10. 智能体安全,为何苹果腾讯都盯上了?

    在国外,苹果在2026第三季度财报中提及,智能体可自主与内外部系统交互、执行或修改代码,还能发送信息、完成交易,存在越过权限的可能;在国内,腾讯发布了《

    来源 36氪
  11. 腾讯音乐Q3财报:总收入89.4亿元,音乐相关服务收入增10.2%

    财报显示,腾讯音乐第三季度整体业绩健康增长,腾讯音乐总收入同比增长5.6%至89.4亿元;调整后净利润同比增长2.1%至25.3亿元;经调整的EBITDA同比增长2.7%至30.2亿元,音乐相关服务收入持续高质量增长,同比增长10.2%至76.8亿元。2026年第三季度,腾讯音乐围绕IP持续拓展“音乐+音频”内容生态,

    来源 TechWeb
  12. 腾讯音乐Q3营收89.4亿元:IP运营拉动音乐服务收入增长10.2%

    财报显示,腾讯音乐第三季度整体业绩健康增长,腾讯音乐总收入同比增长5.6%至89.4亿元;调整后净利润同比增长2.1%至25.3亿元;经调整的EBITDA同比增长2.7%至30.2亿元,音乐相关服务收入持续高质量增长,同比增长10.2%至76.8亿元。2026年第三季度,腾讯音乐围绕IP持续拓展“音乐+音频”内容生态,

    来源 TechWeb
  13. 哈佛、Anthropic新研究:单个agent已对齐,组队后为何「集体失守」?

    单个 agent 经过对齐训练,能够表现得诚实、拒绝有害请求等,组成团队后却可能“集体失守”。在软件工程和咨询方案生成中,agent 团队往往减少对系统安全的主动检查,甚至因问题超出职责而对有害结果“袖手旁观”。 在这项工作中,来自哈佛大学和 Anthropic 等机构的研究团队考察了这种差异。他们发现,责任分散(Di

    来源 AI 行业观察
  14. 王晟投50具身智能公司后踩刹车:GPT-6是斩杀线

    从一个人的选择,看清一个产业的变化。腾讯科技旗下深度对话栏目「翎听theSignal」,致力于呈现硬科技浪潮里关键商业决策背后的思考。这是本系列的第08期,对话英诺科创基金合伙人、北京前沿国际人工智能研究院理事长王晟。 过去3年,王晟投了 50 多家具身智能产业链公司。今年 6 月,他决定踩刹车。 那时,具身智能还是最

    来源 AI 行业观察
  15. OpenAI报告:1819名科学家58万条消息,AI提效最高达2.83倍

    智东西(公众号:zhidxcom)编译 | 孙小雯编辑 | 程茜智东西11月17日消息,今天,OpenAI发布一项研究报告,关于科学家使用ChatGPT的情况以及对AI加速科研发现的看法。据受访科学家估计,在完成同等质量工作的前提下,使用AI的工作效率可达未使用时的约1.9倍。OpenAI经济研究团队以ChatGPT学

    来源 腾讯网
  16. 腾讯混元Hy4 flash开源:2200亿参数、百万Token上下文

    11月18日,腾讯混元宣布开放Hy4 flash系列模型权重,包括Hy4 flash、Hy4 flash-FP8和Hy4 flash-base,相关模型及部署资料已上线GitHub、Hugging Face、ModelScope和GitCode。该模型总参数约2200亿,采用混合专家架构,上下文窗口最高可达100万To

    来源 凤凰科技
  17. 苹果收紧Mac磁盘权限:AI Agent惹的祸?

    今天凌晨,苹果向开发者推送了 macOS 27.3 Beta 2。不少开发者在升级后发现,当应用申请「完整磁盘访问权限」时,系统会弹出一个带有红色感叹号的警告窗口

    来源 36氪
向下滚动自动加载更多