Auto Research框架实测:AI代码agent告别瞎折腾,自进化全拆解
AI代码Agent在开发过程中的应用常伴随着“帮倒忙”的风险,如修一个bug导致项目崩溃,或过度优化引发关联模块故障。这种“瞎折腾”现象的根本原因在于Agent缺乏策略,不懂优先级与止损。为解决这一痛点,Angel A.推出了Auto Research框架,旨在通过“自主研究、自我优化、自我纠错”的机制,让AI Agent像初级研究员一样独立执行任务,无需人类频繁干预。
01核心逻辑与文件结构
Auto Research框架的核心优势在于通过简单的文件结构规范AI Agent的行为。其运作基于一个持续反馈的Auto-Research循环,让Agent在既定规则内追求目标,记录迭代过程,通过积累成功与失败的经验避免重复犯错。该框架的落地仅需三个基础文件,均为Markdown或JSON格式,无需复杂编程即可适配项目。
文件1:Test.md(操作指南)
Test.md是Agent的行为准则,定义了8步顺序循环流程:
1. 观察:分析可编辑文件的架构和环境约束;
2. 诊断:查询记忆文件,避免重复失败操作;
3. 假设:梳理问题逻辑,明确解决方案;
4. 执行:实施修改操作;
5. 验证:运行测试获取性能数据;
6. 决策:判断修改是否成功;
7. 成功:提交修改并记录经验;
8. 失败/回归:回滚状态并记录原因。
同时,Agent必须遵守三条铁律:原子性(每次仅做一个逻辑修改)、绝对自主性(运行期间不询问人类)、不可变历史(保留所有失败记录)。
Test.md是Agent的行为准则,定义了8步顺序循环流程:
1. 观察:分析可编辑文件的架构和环境约束;
2. 诊断:查询记忆文件,避免重复失败操作;
3. 假设:梳理问题逻辑,明确解决方案;
4. 执行:实施修改操作;
5. 验证:运行测试获取性能数据;
6. 决策:判断修改是否成功;
7. 成功:提交修改并记录经验;
8. 失败/回归:回滚状态并记录原因。
同时,Agent必须遵守三条铁律:原子性(每次仅做一个逻辑修改)、绝对自主性(运行期间不询问人类)、不可变历史(保留所有失败记录)。
| 文件名称 | 功能定义 | 核心内容/字段 |
|---|---|---|
| Test.md | Agent操作指南 | 8步循环流程、原子性原则、自主性规则 |
| ExperimentTemplate.md | 任务Roadmap | 目标、假设、环境约束、Worker范围、验证指标 |
| Memory.md + experiments.json | 经验记忆库 | 定性推理日志、结构化实验数据(含insight字段) |
Auto Research框架三大核心文件功能对比
文件2:ExperimentTemplate.md(任务清单)
该文件包含8个明确部分,旨在避免Agent产生幻觉或偏离目标。它明确了可量化的结果目标(如降低接口延迟)、修改逻辑依据(假设)、不可修改的环境配置、可编辑的Worker范围、量化指标、验证命令、行为约束(如每轮约5分钟)以及先前上下文。
该文件包含8个明确部分,旨在避免Agent产生幻觉或偏离目标。它明确了可量化的结果目标(如降低接口延迟)、修改逻辑依据(假设)、不可修改的环境配置、可编辑的Worker范围、量化指标、验证命令、行为约束(如每轮约5分钟)以及先前上下文。
文件3:Memory.md + experiments.json(记忆库)
这两个文件共同构成了Agent的经验库。experiments.json负责记录结构化的机器可读日志,关键字段包括id、timestamp、objective、worker、metric、before、after、status和insight。其中“insight”字段记录核心经验,是AI衔接不同实验的关键。Memory.md则负责记录定性的推理过程和失败分析。
这两个文件共同构成了Agent的经验库。experiments.json负责记录结构化的机器可读日志,关键字段包括id、timestamp、objective、worker、metric、before、after、status和insight。其中“insight”字段记录核心经验,是AI衔接不同实验的关键。Memory.md则负责记录定性的推理过程和失败分析。
02实测案例分析:Qwerti的验证
Angel A.基于该框架开发了Qwerti(Claude Code的迭代版本),并通过四个核心实验验证了框架的实用性。这些实验覆盖了工具调用、UI交互、响应优化及长期稳定性等场景。
| 实验项目 | 核心假设 | 结果与关键洞察 |
|---|---|---|
| JSON Schema优化 | 简化Schema可提升本地模型工具调用准确率 | 成功。本地模型对Schema“噪音”高度敏感,清理后正常工作 |
| 解决UI死锁 | 对话框激活时禁用InputBox可避免视图冻结 | 成功。InputBox拦截键盘事件是导致无法获取焦点的根本原因 |
| 降低响应延迟 | 限制max_tokens并设置停止序列可减少无效输出 | 成功。限制生成长度显著提升了小型模型的执行效率 |
| 缓解性能衰减 | 截断历史至最后3条可避免冗余处理 | 成功。解决了API调用间不共享KV-cache导致的延迟指数级增长 |
Qwerti基于Auto Research框架的四个关键实验
03框架评估与现实意义
Auto Research框架辩证评估
策略性提升
通过原子性和自主记忆,让AI从“盲目执行者”变为“有策略的研究者”
大幅节省手动纠错和项目重置时间,提升开发效率
利用记忆库积累经验,避免重复犯错,具备学习能力


落地局限
依赖人类提前定义实验参数,目前AI无法自主生成实验目标
大型项目的文件配置难度提升,对开发者架构认知有一定要求
长期依赖可能导致开发者手动调试等基础能力退化
Auto Research框架的价值在于重构了AI与开发者的协作模式,解决了“AI帮倒忙”的痛点。它为AI Agent提供了一种“自我进化”的可行路径,打破了“复杂框架才好用”的误区,降低了自主开发的门槛。未来,随着框架迭代,实现多Agent协同可能会进一步改变软件开发的底层逻辑。
当前文章无评论,是时候发表评论了