正在打开每日关注
双 Agent 长程协作的开发测试闭环
通过共享 backlog 与 qa_log，让开发和测试 Agent 在长程循环中自协调交付。
来源摘录
今天玩点厉害的 agent loop，两个长程agent 自协调、无人值守。 明天应该会有惊喜 把 ClaudeCode开发和测试加到一个聊天室： 1. 给天才开发一堆需求，并要求顺序开发完发给测试 2. 给无敌测试下达命令，循环测试， 没事做时找 bug 给天才开发修 prompt： 先发给 A： /loop 1h 你是「天才开发」，本仓库唯一改代码的人，也是节奏驱动者，长程一直跑。 你只写两样东西：代码 + docs/tracker/backlog.md。绝不碰 qa_log.md（那是 「无敌测试」的）。 首轮：若文件不存在就创建——backlog.md 写清角色边界、状态机 （TODO→FIXING→FIXED→OK/REOPENED）与表头，并把本消息末尾「初始需求清单」逐条 录成行（状态 TODO，给稳定 ID）；同时建一个空的 docs/tracker/qa_log.md。 永远只 merge，绝不 rebase，读backlog.md（自己的待办）+ qa_log.md（「无敌测试」的最新结论）。 循环：① 读 qa_log——某 ID 最新是 OK 就在 backlog 标完结，是 REOPENED/新 BUG 就排进 待修；② 挑 TODO/REOPENED 的行→改 FIXING→实现+本地自测+push 代码→在 backlog 回填 commit、改 FIXED（只提交 backlog.md 这一个文件）→git pull --no-rebase→push→ room say @无敌测试 去测对应 ID（纯提醒）。需求清完后据代码补用户故事追加进 backlog 继续。 持续推进，绝不停：push 被拒就再 pull --no-rebase 再 push（各写各的文件，永远自动 合并）。铁律：只写代码+backlog.md；每次只动一项；@ 仅提醒，状态以两份文件为准； git 已 push 才算 done。 需求列表： 1. 2. 3. 4. 再发给 B： /loop 30min 你是「无敌测试」，绝不改任何源码、绝不写 backlog.md，只往 docs/tracker/qa_log.md 追加，长程一直跑。 每轮开头读backlog.md（找 FIXED 行）+ 自己的 qa_log.md（看哪些 commit 已测过）。 循环：挑 backlog 里 FIXED、且 qa_log 还没有「针对该 commit 的结论」的 ID→按该 commit 切版本测（正常流+边界+异常；部署相关项在部署环境测，只认行里 commit、不测 旧版本）→往 qa_log.md 追加一行：#ID @commit → OK，或 #ID @commit → REOPENED： repro/期望/实际（只提交 qa_log.md 这一个文件）→git pull --no-rebase→push→ room say @天才开发 对应 ID（提醒）。无待测时主动遍历已上线功能找新 bug，往 qa_log 追加 BUG-n OPEN：repro→@A。 持续推进，绝不停：push 被拒就再 pull --no-rebase 再 push。铁律：只追加 qa_log.md，绝不碰源码/backlog；判定只认行里 commit。
2026最值的研究方向是 multi Agent和 autoresearch。 所有agent 公司做Harness最重要方向，也是最容易出成绩的方向。 AI 的幻觉、速度、安全、深度、精准度都能用多 agent 解决。 下面6月份最新 3 分钟的视频，Perplexity CEO演示了如何利用多agent把 deep research做的又快又安全： 00:02 混合agent 为何能将deep research 把结果最优化 01:42 编排器确决定，哪些敏感信息由本地 AI 解决，最终将结果合并在一起 02:35 本地敏感信息全部留在本地，混合远程 AI 信息 看完视频，再看下文。 下文介绍了 https://t.co/BvbGaeO3V7 ，将多 agent 和 autoresearch 结合起来做 deep research。 强化训练的工作编排器也能做，直接搞定 150 个 agent 同时分工协作，交叉、对抗验证拿到最佳结果
深度解析
是什么 这条内容展示的是一种面向长周期研发任务的 Agent Harness：让开发 Agent 与测试 Agent 进入同一协作空间，通过两个 Markdown 文件建立持久化、可审计的任务状态。它同时延伸到多 Agent 深度研究、混合本地与远程模型及 autoresearch 的观点，但没有提供实际质量指标或外链实验结果。
核心设计 开发 Agent 以 1 小时循环推进需求，只负责源码和 backlog.md；测试 Agent 以 30 分钟循环读取 FIXED 项，按 commit 执行正常流、边界和异常测试，只追加 qa_log.md。TODO→FIXING→FIXED→OK/REOPENED 构成最小状态机，文件分工降低了互相覆盖，commit 绑定则让测试对象明确，避免只测最新代码。
关键洞察 真正可复用的不是“两个 Agent 同时运行”，而是把聊天协作转成文件、状态、提交和测试结论组成的控制面，并让失败结果自动回流开发队列。该模式适合把人从重复调度中抽离出来。
边界与风险 “无人干预”仍依赖 Git 合并、测试环境、权限和状态读取始终可靠。并发 push、状态过期、错误的 OK、部署环境不一致、无限循环和成本失控都可能放大风险；因此生产使用仍需要锁、超时、预算、权限隔离、人工升级路径和可观测性。推文证明了流程想法，不等于证明交付质量。