‏لوپ‌های خودگردان ایجنت که واقعاً خروجی می‌دن

تو این مقاله اومده که اولین لوپ‌های ایجنت خیلی ابتدایی بودن: یه پلن بده، بذار کار کنه تا تست‌ها سبز شن. نویسنده می‌گه این فقط وقتی جواب می‌ده که تست‌ها دقیقاً خودِ کار رو توصیف کرده باشن. وقتی قراره قابلیتی ساخته بشه که هنوز خوب نمی‌شناسیمش، خطاهای مهم بیرون تست‌ها می‌مونن: یه صفحه کامل به نظر می‌رسه ولی هیچی ذخیره نمی‌کنه، یا ایجنت جواب درست رو به دلیل غلط می‌ده. تعداد بیشتر دور فقط این خطاها رو ارزون‌تر و سریع‌تر می‌کنه.

به گفتهٔ نویسنده هم‌زمان دو تا سیستم در حال ساختنه: خود فیچر، و فرایندی که تصمیم می‌گیره ایجنت بعدی چی رو عوض کنه. تو این harness (یعنی همون داربستی که محیط، اجرا و نمره‌دهی رو دور ایجنت می‌چینه) یه driver مثل کاربر واقعی سراغ محصول می‌ره، یه scorer نتیجه رو می‌خونه و یه controller شکاف بعدی رو از همون شواهد انتخاب می‌کنه. ایجنت توسعه‌دهنده و ایجنتی که داخل خود محصوله باید جدا بمونن، وگرنه محصول با دانشی موفق می‌شه که هیچ کاربری بهش نمی‌ده.

نویسنده بین دو تا معیار فرق می‌ذاره. یکی «کف» قطعیه: تست، ولیدیتور، اسکیما و چک اثر، که دستاورد قبلی رو نگه می‌دارن و اگه قرمز شن خودشون کار بعدی‌ان. کف نمی‌تونه بگه بعدی چی ساخته بشه؛ اون رو از اجرای یه درخواست واقعی و دیدن کمبودش درمیارن. هر دور فقط یه شکاف بسته می‌شه، ولی شکاف یعنی یه ادعای علّی نه یه فایل، و کل مسیر request → representation → operation → persistent effect → visible proof باید تو همون دور بسته بشه.

اسکورر خودش بخشی از threat model حساب می‌شه، چون لوپ هر معیاری رو که بهش دسترسی داشته باشه بهینه می‌کنه. برای همین فایل‌ها سه سطح اختیار دارن: Free که آزادانه عوض می‌شن، Propose که فقط پیشنهاد می‌دن و آدم تصمیم می‌گیره، و Frozen که امتحان رو تعریف می‌کنن. حالت لوپ هم توی مخزن می‌مونه، تو یه پوشهٔ goals/ با goal.md، facts.md، LOOP.md و STATE.md، تا سشن‌ها دورریختنی باشن ولی کار فراموش‌کار نشه.

نکات کلیدی:

• کف قطعی پیشرفت قبلی رو حفظ می‌کنه؛ جهت بعدی فقط از اجرای یه درخواست واقعی و تأییدشده درمیاد.

• اگه محیط سالم نباشه، harness اصلاً نمره ثبت نمی‌کنه تا خرابی زیرساخت به حساب ضعف فیچر گذاشته نشه.

• فایل‌های Frozen شامل کورپوس تأییدشده، fixture، چک‌های موجود و قواعد نمره‌ان و لوپ حق ضعیف کردنشون رو نداره.

• لوپ اجازه نداره تو یه دور هم اهرم محصول و هم معیار همون اهرم رو عوض کنه، وگرنه نمرهٔ کار خودش رو می‌ده.

• نویسنده پیشنهاد می‌ده با سه درخواست، یک fixture، یک دستور نمره و بودجهٔ سه دوره شروع کنید.