附录 B：Agent 工程检查清单
用于评审一个 Agent 是否具备进入企业环境的基本工程条件。
1. 场景判断
- [ ] 任务是否真的需要 Agent，而不是单次 Prompt？
- [ ] 是否存在不确定路径，需要动态决策？
- [ ] 是否需要工具调用、观察结果、继续推进？
- [ ] 是否定义了明确目标和停止条件？
- [ ] 是否可以从只读模式开始验证价值？
2. Context Engineering
- [ ] 是否列出了所有候选上下文来源？
- [ ] 是否区分 User Task、Policy、Project Knowledge、Tool Result、Memory、Code Context？
- [ ] 是否有 Context Budget？
- [ ] 是否有权限过滤？
- [ ] 是否避免一次性加载完整日志、完整仓库或完整历史？
- [ ] 是否保留原始引用，便于追溯？
- [ ] 是否定义压缩策略？
- [ ] Multi-Agent 场景是否定义 Private Context 与 Shared Workspace？
3. Tool Engineering
- [ ] Tool 名称是否表达明确意图？
- [ ] Tool 描述是否说明何时使用、何时不使用？
- [ ] 输入 Schema 是否明确、可校验？
- [ ] 输出是否结构化、稳定、token-efficient？
- [ ] 错误信息是否帮助 Agent 恢复？
- [ ] 是否区分只读工具和写工具？
- [ ] 高风险工具是否需要审批？
- [ ] 是否记录 Tool Call Trace？
4. Skill Engineering
- [ ] 是否把可复用任务方法沉淀为 Skill？
- [ ] Skill 是否有清晰 description，便于发现？
- [ ] 是否采用 Progressive Disclosure？
- [ ] 是否包含 Procedure、Rules、Output Format？
- [ ] 是否列出 requiredTools？
- [ ] 是否有示例和反例？
- [ ] 是否有版本、评审和废弃机制？
5. Harness Engineering
- [ ] 是否定义 Initialize / Plan / Act / Observe / Verify / Recover / Finish 流程？
- [ ] 是否有最大步数、超时和成本预算？
- [ ] 是否有验证器，而不是只靠模型自我判断？
- [ ] 是否保存 Checkpoint？
- [ ] 是否支持失败恢复？
- [ ] 是否支持人工接管？
- [ ] 是否禁止无证据结论？
6. Memory Engineering
- [ ] 是否区分短期状态、长期 Memory 和原始聊天历史？
- [ ] Memory 是否有 scope、source、confidence、createdAt、expiresAt？
- [ ] 写入前是否验证事实？
- [ ] 是否支持更新、删除、合并和审计？
- [ ] 检索时是否进行权限、作用域、时效和冲突过滤？
- [ ] 是否避免把临时猜测写入长期 Memory？
7. Runtime 与平台治理
- [ ] 是否有统一 Task / Session / Event 模型？
- [ ] 是否能重放或追踪一次 Agent 执行？
- [ ] 是否有安全策略和工具权限模型？
- [ ] 是否有 Observability：日志、Trace、指标、成本？
- [ ] 是否有评估集衡量报告质量？
- [ ] 是否区分 Brain、Hands 和 Session？
- [ ] 是否支持资源配额和隔离？
8. CI 失败分析 Agent MVP 检查
- [ ] 输入是否包含 buildId、repositoryId、pullRequestId？
- [ ] 是否只开放只读工具？
- [ ] 是否先读取 CI 失败摘要？
- [ ] 是否对比 Git Diff？
- [ ] 是否只读取相关代码片段？
- [ ] 输出是否包含 rootCause、evidence、suspectedFiles、suggestedFix、confidence？
- [ ] 每个根因判断是否有证据？
- [ ] 是否明确说明未修改文件？