同一段提示词递给模型三遍，第一遍它老老实实写短函数，第三遍就开始堆三百行的巨兽。模型的记性靠不住，靠嘱咐没用，这是写代码的助手身上最老的一个毛病。
CodeAgent 是一个开源的编码助手，骨架是39个基本模块，这一版在三件事上补了课，一部宪法，一条接单线，一套自己安排活儿的办法。三个东西各管一段，宪法管写成什么样，接单线管谁来干、干完说一声，编排管先干什么后干什么，这一版就是 0.8.0。
PART 01
提示词管不住的那段，交给实物
提示词就是每次递给模型的那段话。指望它替你把纪律记住，等于每次开工前跟工人念一遍安全手册，念得再熟，也架不住有人走神。这套系统换了个做法，把纪律做成三件实物。
第一件是一份短文档，正文980字，分成三层。常驻的有五条，不许编造，不许越权，边界内做到底，只认一个现行说法，说了就做。
按数字判的有11条，函数不超过50行，嵌套不超过3层，圈复杂度不超过10，另外还有四类东西要求为零，死代码、被悄悄吞掉的错误、空壳函数、明文写的密钥。剩下五条只在审查环节加载，讲审查时该看什么。
分层的理由是省，写代码的人不必背审查口径，审查的人也不必背那几个数字。
第二件是把这份文档真的送到模型眼前。系统在三个地方把它接上，写代码的入口，循环写码的入口，代码审查的入口。
接上多少能数出来，写码提示里多出1549个字符，循环的入口多出2612个。万一加载失败，它不会悄悄少一段，会在提示里留下一个显眼的记号，让人一眼看出这份文档没进去。
这一条看着笨，却是整套东西立不立得住的地方。文档写得再细，没送到它眼前就等于没有。
第三件是一个能跑起来的脚本，读同一份阈值文件，把仓库里的 Python 文件逐个看一遍，给出超线的清单和退出码。数字只有这一个出处，文档里写的必须和它一样，另有一段自检专门核对两边，免得改了代码忘了改文档。
三件实物之外，还有两处设计值得说。
一处是例外，规矩太硬会逼着人绕着走，所以超线的地方可以写一行注释说明理由，写了就放行，同时记进一本账，这本账的意思是例外要留下名字，不能默默存在。
另一处是只给旧的记账，只拦新出现的。第一次把这个脚本对着整个仓库跑，出来的数字是809条超线，226条提醒，13条已登记的例外。
这些都是积下来的欠账，一次清完不现实，先把它们写进一本底账，再规定往后只看这次改动新添的，取不到底账就明说判不了，不假装通过。这条规矩单独写成了一个脚本，也接入了每次提交都会自动跑的检查。
PART 02
派活最费神的一步，是替它想清楚怎么做
在这之前，往这套系统里派活，得先想清楚调哪个能力，参数怎么填，产物落在哪。活一多，每次派单都在重复同一遍思考。
现在派活的人只写要什么，写进一本队列文件，每一项包括任务名、目标、验收命令。系统那边有一个每十五分钟看一遍队列的轮询，见到待办就领走。领走的时候先把状态改成进行中，再动手，这样即使中途崩了，也不会无限地重领。
同一时间只允许一个轮询在跑，用锁文件卡住。做完在任务下面追加结果，成功失败都写，失败就写阻塞和原因，不粉饰。接手的人不用追着问进度，打开那份文件就能看到它做到哪。
领走之后怎么干，有两条路，能自己判断的，走规则层的选链，关键词命中一张表，直接给出该按哪几步做，这一步不花钱叫模型。任务里写明步骤的，就按写明的来，一步一步调，前一步的产物交给后一步。
这条线第一次真跑，领到的活是修它自己的一个毛病，就是下面第三个。
PART 03
它会自己排先后，跑不动会停
编排说的是先干什么，后干什么，干到什么程度停。
现成备好的路线有6条，修缺陷、补功能、审代码、看依赖、写测试、查根因，这六种最常见的活各有各的走法。每条路线是一串能力，前一步的产物会变成后一步的输入，比如写码产出的文件直接递给审查那一步。
写码那一步最花心思，它不叫生成代码，叫循环。流程是这样，先想一遍再动手，产出一个计划，然后把文件真的写出来，接着跑一条事先指定的验收命令，看它过不过。
不过就照着报错改，改完再跑，直到过了，或者到了次数上限。验收命令是派活的人给的，比如编译某个文件。
这圈循环还带三道刹车，步数上限、重复动作上限、模型调用上限，任何一条触到就停下来，状态写明 halted 和原因，而不是一直烧下去。
底下还有两个面在记账，一个是事件账本，每次动作可以追加，可以回放，可以拉一条时间线，出了事能倒着查。一个是任务状态，两边读的是同一份文件，外面看到的进度和里面做的事情是同一件，不会各说一套。
PART 04
这一版修掉的三个毛病
三处都属于跑了以后才知道坏的那类。
第一处
管纪律的脚本认不出自己那份写坏的样本。仓库里放着几个故意写坏的文件，用来试它灵不灵，按事先的约定，文件名以 bad_sample 开头就跳过。实际跑起来，它们照样被当成超线报出来。
根子在比较的方式上，不带通配符的名字要求一字不差，badsample 和 badsample.py 不是同一个字符串，于是那条约定等于从来没生效。改法是按开头几个字判断，写坏的样本回到该在的位置。
第二处
自检自己的样本撞上了这个名字。改完第一处，自检开始报写坏的样本应当失败，可它没失败。查下去才发现，这段自检用来造违规样本的文件名，恰好也是 bad_sample 开头，整个文件被跳过，一条违规都没看到，自然就不会失败。
改法两步，样本改个名，同时补一条断言，专门验证那条跳过约定本身还有效，免得以后又悄悄退化。
第三处
它是自己修的，改的是它自己的命令行入口。循环写码这个能力带一个命令行的自测入口，直接跑会报错，说这个能力不收参数 edits，它收的是 task、path、outputdir、verify、language、maxiterations、fakemodel、modelconfig、write_root。
根子在命令行那一层，edits 只有出补丁的能力才收，命令行却把它一起传给了写码能力。改完只在需要的时候传，命令行就能跑通了。这一处正是接单线派出去的第一单，也是它第一次动手改自己的入口。
PART 05
怎么上手
地址是 https://github.com/zhengjinjun1975/codeagent-minimal ，版本号 0.8.0，仓库根目录的 CHANGELOG 里有这一版的条目。
gitclonessh://git@ssh.github.com:443/zhengjinjun1975/codeagent-minimal.git
python scripts/verify_code_constitution.py# 自检文档和代码对不对得上，29 项断言 python scripts/constitution_gate_changed.py# 只看这次改动有没有超线 python -m pytest tests/ -q# 全部单测，212 个
该说的还有没做完的部分，一起摆在这儿。管纪律的脚本对整个仓库跑出来的809条超线，这一版只记了账，没有清，四类要求为零的东西里也还有旧账。
接单线目前只有写得动代码的那条路是循环，写报告这类任务还得靠写明步骤，还没到它自己想清楚该报什么那种程度。基本模块39个，管的是写码、审查、测试、依赖、安全这些环节，不是什么都干得了。
模型的能力还在涨，这一版管的是另一头，把它的产出、它的越界、它的沉默，摆到能被跑起来、能被记账、能被拦住的地方。