淘宝技术团队在AI Coding领域做了一次关键探索：把过去由人隐式承担的目标维护、任务调度、过程记忆、结果验证和失败止损，逐一转化为系统能力。文章指出，仅靠上下文工程无法保证长链路任务的成功，核心在于把这些隐性人力工作系统化为“循环工程”。

从单次编码到全链路自动执行

打开网易新闻 查看精彩图片

团队引入结构化Task作为持久化目标锚点，定义Job为最小执行单元，并强制要求结构化结果与证据。同时建立包含事实与判断的执行账本，实现状态外部化。基于工程责任划分多Agent角色并规范协作协议后，系统能够有效处理执行偏差。

结合Tarot Pixel形成的视觉修正小循环，塔罗平台实现了从单次编码到全链路自动执行的跨越。最终目标是达成输入需求即可交付可发布代码的端到端研发闭环，让人类开发者仅专注于目标确认与异常仲裁。

循环工程的具体机制

  • 结构化Task：作为持久化目标锚点，提供稳定的目标参照。
  • Job：最小执行单元，强制要求结构化结果与证据。
  • 执行账本：记录事实和判断，实现状态外部化。
  • 多Agent角色：基于工程责任划分，规范协作协议。

这些机制共同减少人工干预，提高执行效率和准确性。文章强调，系统能够有效处理执行偏差，而不是依赖人类在过程中反复介入。

人类开发者角色转变

在闭环形成后，人类开发者的工作重心从编码执行转向目标确认与异常仲裁。过去需要人持续盯着的状态维护、结果验证等环节，被系统化能力接管。这一转变意味着研发流程中的隐性成本被显性化，并由Agent持续承担。