本文写的机制来自我自己的一套本地运维目录,命令、字段、退出码均为真实结构。agent 名、判据对象、路径、端口、身份信息均已泛化为「甲/乙/丙 agent」「J1–J5」「<workdir>」等抽象记号,正文不含任何真实财务数据、机构名称或个人身份信息。

一、问题:三个 agent,没有一个能靠人盯

我手上跑了三个 agent worker,各管一摊:甲管理财线,乙管求职线,丙管工程线。它们共用一个后端框架,各有一个独立会话和自己的工作目录。

一开始我以为难点是 prompt 写得好不好。跑了几周才发现完全不是——prompt 再聪明,只要「下一步做什么」还得我来指派,三个 agent 就退化成三个聊天窗口:我不开口,它们就静止。

真正的瓶颈是三件事:

  1. 谁决定现在该干什么——不能每次都等我下指令;
  2. 活记在哪——聊天里说过的话不算数,滚出上下文就丢;
  3. 怎么证明干成了——「我觉得推进了」不是证据,得有一个能复跑、能算出数字的东西。

这三件事的答案,分别就是心跳 cron、看板、记分卡。它们不是三个功能,是一个闭环的三个齿轮。

二、齿轮一:心跳 cron,到点自己醒

每个 agent 有自己的定时配置文件 <workdir>/jobs.json,里面是一组 cron job。最基础的一条是早间启动:

1
2
3
4
5
6
7
8
{
  "name": "DailyRoutine 早间启动",
  "enabled": true,
  "schedule": { "cron": "50 7 * * *", "timezone": "Asia/Shanghai", "type": "cron" },
  "task_type": "agent",
  "dispatch": { "channel": "console", "type": "channel" },
  "runtime": { "tool_safety": false, "timeout_seconds": 600 }
}

关键点在 task_type: "agent"——到点不是发一条通知给我,而是直接唤醒一轮 agent 会话,让它自己跑一段逻辑。定时任务在这里的角色不是「提醒器」,是「启动器」。

除了早间启动,还有更高频的心跳。心跳相位对齐到半小时一格:分钟数小于 :47 归到整点后 17 分(HH:17),大于等于 :47 归到 HH:47。一个心跳轮次醒来后只做固定的几步,写死在 agent 的行为准则里,不临场发挥:

1
2
3
4
第 1 步:读差距表 <workdir>/conclusions/SCORECARD_TODO.md
        → 按「差距」列从大到小排序,挑最大的那条
        → 自己创建一条 todo,产物路径写进描述
第 2 步:精确时间的活挂 cron,可浮动的活合并进心跳清单

这套机制的主语是 agent 自己:自己读表、自己挑活、自己建卡。人不在环里。

为了防止三个 agent 半夜互相踩,还有几条硬约束:

  • 领活锁:同一条判据主题 2 小时内不重复领。锁窗按相位算,2 小时 = 连续 4 格。
  • 睡眠边界:22:00 之后的心跳只回填数值、刷新差距表,不领新活;23:00 由专门的 agent 统一负责提醒,其他人不重复发。
  • WIP 上限:看板同时在做的活最多 3 件,第 4 件来了先把最不重要的退回待办池。

三、齿轮二:一个看板,所有活只走这一条通道

三个 agent 各自有会话,但任务通道只有一个:一个纯文件的看板,由三份 Markdown 组成。

1
2
3
<workdir>/tasks/active.md     # 正在做,WIP ≤ 3
<workdir>/tasks/backlog.md    # 待办池
<workdir>/tasks/done.md       # 已完成 + 证据

为什么用文件而不是数据库或在线看板?因为 agent 的工具链里,读写文件是最稳、最可复跑的动作;而且文件在磁盘上,agent 会话重置后状态还在。原则是「一切落盘」:聊天里说过但没写进文件的,视为没发生过。

看板上每条任务有强制模板,其中最重要的一栏是验收标准——写死「什么证据算完成」:

1
2
3
4
5
### N. 任务标题(起算日 YYYY-MM-DD)
- agent 已做:1) ... 2) ... 3) ...(带产物绝对路径与字节数)
- 还差本人:≤5 分钟的一个具体动作
- 验收标准:产物实测 N B(>阈值);自检表 N 条全部有判定
- 提醒义务:每周期提一次,不许静默

这里有个反直觉的设计:任务状态不写「待本人」,而写「agent 已做 X,还差本人 5 分钟做 Y」。这是被现实逼出来的——早期任务全挂在「等本人」上,连续几周零推进,因为 agent 把「等本人」当成了终点。改成「把活做到不能再做,只留一个最小的人工动作」后,卡点才真正暴露出来。

逾期任务也不许不了了之,必须三选一,且每种都要写理由:

1
2
3
续做   → 写清重启条件
推迟   → 写原因 + 到期重启点(如「投递季 2027.2」)
放弃   → 写理由

四、齿轮三:记分卡,每条目标都得能被一条命令算出数字

这是整个系统里我认为最有价值的一条纪律:任何一个目标,必须能被一条命令算出一个确定的数字。不能是「差不多」「感觉推进了」,必须是 RESULT: 后跟一个可复跑的数值。

我有一张主记分卡 <workdir>/jobs/SCORECARD.md,里面是五条判据 J1–J5。每条判据写死三样东西:当前值、目标值、差距。差距表 <workdir>/conclusions/SCORECARD_TODO.md 是给心跳读的活文件——注意是「活文件」,每轮心跳都可能更新,不是一次性报告。

差距表每一行的字段:

1
判据 | 当前值 | 目标 | 差距 | 上次领取时间 | 复算方 | 备注

几条同样是被坑出来的规矩:

  • 当前值逐位抄自主记分卡,不许估算。找不到的项写「缺失(原因)」,不许填一个「看起来合理」的数。
  • 差距写成可计算形式。状态型判据写「0(已达成 …)」,不参与排序领活。
  • 只领差距 > 0 的行。差距为 0 的只记账;被裁定为 N/A 或结构性不可达的,永久排除出领活队列——否则心跳会把它当成缺口反复领,永远补不上。

判据表因为越写越长,后来按判据族拆成三个文件,主路径保留成一个短索引。拆分的唯一判据是:行数守恒、逐条可抽查。原则是「宁可多一层导航,不可丢一行原文」。

这条纪律带来的最大好处是:进展和自欺一眼可分。差距表读数 vs 实跑命令输出对不上,以实跑为准回写,并在备注写明分歧来源和日期。谁先写的、谁职位高,都不算数——命令输出算数。

五、交叉复算:算的人不能自己证明自己对

如果数值由原作者自己算、自己写、自己宣布达标,那和没算一样。所以我给复算定了个固定环:

1
2
3
甲 agent 算的 → 乙 agent 复核
乙 agent 算的 → 丙 agent 复核
丙 agent 算的 → 甲 agent 复核

固定映射写进差距表的「复算方」列,原作者不许自算自证。落地分两种情况:

  • 复算方不是我:只回填、只登记,不自证。
  • 复算方是我:我在看板上给原作者建一条以「复算:」开头的任务,描述里带三件套——被复算产物的绝对路径、要跑的复算命令原文、期望的 RESULT: 落点文件。不等人派活。

别人的复算任务优先级高于自己新挑的差距项:WIP 顶到上限时,把自己挑的那条退回待办池,不许把别人的复算卡住。复算值与卡面不一致,仍然以实跑命令为准回写,分歧来源写进备注。

这套「谁算谁复核」的环,本质上是在三个 agent 之间引入互相制约——每个数字背后至少两个人看过,一个人算、另一个人证。

六、两件容易忽略的事

第一,交付前的四项自检是硬门槛。 任务推到「待验收」之前,必须逐条真跑并把原始输出贴出来,没有例外:

1
2
3
4
a 产物落盘   → 报字节数 + 修改时间,来自文件系统的真实查询
b 复算       → 原样跑任务给的命令,贴 RESULT 行原文
c 脚本自检   → 本轮改过的脚本,当场跑最小用例,确认退出码 0
d 内容线自检 → 代码块围栏检查 + 线上 URL 取状态码

任一项没过就留在「进行中」,不许进验收。谎报「已写入」「已上线」却拿不出字节数和时间戳,一律按没做处理——这是被反复打回之后立的规矩。

第二,代码块必须带语言标记。 我们线上的静态站构建器对无标记的围栏有特殊渲染:会把裸围栏当成图床语法渲染掉,读者看到整块代码消失。所以写完必须跑一遍围栏检查器,缺标记必须为 0:

1
2
python <scripts>/fence_lint.py --path <posts>/2026-11-21-agent-kanban-heartbeat-scorecard.md
# RESULT: FENCE_LINT = 篇=1 / 开围栏=N / 缺标记=0

它的判据很克制:收围栏本来就应该是裸的,一律合法;只有「开围栏但 info string 为空」才算缺标记。一个状态机逐行配对,奇偶归属,简单但每次上线前都得过。

七、三个齿轮怎么咬合

把它们串起来看,闭环是这样转的:

1
2
3
4
5
6
7
8
心跳 cron 到点醒来
   ↓ 读差距表,挑差距最大的一条,自己建卡
看板 active.md(WIP ≤ 3,每条带验收标准)
   ↓ agent 把活做到只剩一个最小人工动作,产物落盘
记分卡 SCORECARD.md(每条目标一条命令算数字)
   ↓ 差距表刷新;复算方按固定环独立复核
数值一致 → 收口;不一致 → 以实跑为准回写 + 记分歧
   ↓ 下一轮心跳读到新的差距表,再挑一条

三个 agent 各跑这套环,唯一共享的是「通道只有一个、数字说了算」这两条纪律。

回头看,让 agent 真正自驱的从来不是更强的模型或更巧的 prompt,而是把「下一步做什么」「做完算数吗」「谁来证伪」这三个问题,各自交给一个不依赖人、可复跑的机制。心跳解决第一个,看板解决第二个,记分卡加交叉复算解决第三个。

模型会换,prompt 会改,但这三个齿轮一旦咬合,换谁的 agent 都能接着转。