「Agent 工程化」方向-15个Agent组成研发小队：多智能体协作的端到端研发体系 基于 AgentCore 的 MultiAgent Dev Team 与 AgentLoop调优实践

15个Agent组成研发小队：多智能体协作的端到端研发体系基于

AgentCore

的

MultiAgent

Dev

Team

与

AgentLoop调优实践TECHNOLOGYTRENDAI能力演进：从生成答案到完成多步任务推理、工具调用、长上下文和反馈闭环，让模型能够在真实环境中持续行动能力进步的三个尺度32K

1M上下文容量Gemini产品演进示例约7个月翻倍METR可完成任务的时间跨度历史翻倍周期33.2%一

74.9%SWE-benchVerified2024至2025历史里程碑Coding场景最先收益：

代码仓库可读、工具链标准、结果能够自动测试

，

因此Coding最早形成了可规模化的Agent行动闭环CodingIssue

到

PR

的完整任务Coding修改仓库、运行测试Coding问题定位、方案设计Coding代码补全、代码问答Long-runningAgent会持续推进Reasoning

Model会拆解Tool-usingAgent会执行改变外部状态生成一次回答分解问题保持任务状态浏览器和办公流程文案、客服研究分析复杂业务流程验证、失败重试理解文本调用工具规划执行步骤运维和安全处置问答、摘要方案规划数据分析Chatbot会生成公开指标用于说明能力演进，不作为跨模型的统一横向评测04030201Feature交付链路总周期

20个工作日人人A人人人人需求与

Spec方案设计代码实现测试Review联调验证发布上线产品/架构/研发架构判断Coding

Agent

已显著加速

研发/

QAReviewer跨模块/等环境风险确认01/WHY

AGENTCORECoding已不是端到端交付的主要瓶颈，整体流程急需提效一个复杂

Feature从需求到上线约20个工作日，编码仅占2天研发形态升级：从单

Agent

到

Agent

Team剩余

18

天Coding

单点能力提升

10×0.2天端到端仅提速

1.10×18.2天Coding

Agent提升一个环节的吞吐

，Agent

Team才能提升完整研发流程的吞吐局部修改与测试提速更多任务反复交接从经验判断到验证闭环从人工串联到流程编排AgentTeam需人串联验证和返工代码生成速度显著提升20天2天需求、方案、测试、联调仍瓶颈转向协作、等待、单个研发可并行处理上下文在角色之间从人的协同到AgentCoreLeader

任务分解

·

角色调度

·

任务状态

·

人在回路失败反馈回流：执行失败→Code·方向错误→

Research/Explore

·

不收敛

→

Human

Gate02/AGENT

TEAMAgentCore把多个执行Agent组织成一支持续工作的研发小队AgentCore管理团队角色、

共享状态和协作契约

，Worker通过Skill、工具和上下文完成真实执行Issue需求、

Bug、验收标准Chat/人工决策补充上下文、关键判断ContextIssue/Spec·Research

Map

·

ReferenceAnchor

·Session

·

FeedbackToolsRepo/Git·Terminal

·Test/

Harness

·

CI

·

EnvSkill需求分析·Spec

·

Review

·测试

·

部署

·

领域规则状态回写进度、阻塞、人工请求可观测轨迹过程、决策、反馈与结果代码与

PR代码变更、测试与验证报告AgentCore管理角色、调度、任务状态和共享上下文，本地Worker使用Skill与工具执行具体工作MultiAgent

·

中心化调度

·状态保持Researcher证据地图Explorer参考锚点Spec结构化方案Code实现变更Test测试构建Review/Judge独立评审Deploy环境与发布Verify语义与对抗验证MultiAgentSystem产出OUTPUT输入

INPUT03重复任务反复消耗相似问题每次从头分析，处理经验没有转化为复用。

复盘案例同类接入问题重复分析同类接入问题反复出现，每次仍重走完整的分析流程。重复消耗时间与Token召回已验证流程，核对适用条件01业务规则变化流程更新后，原有

Skill与验收条件未同步。复盘案例文档发布漏同步发布流程要求同步英文站，Agent仍沿用只改中文的旧流程。旧流程继续带来漏项与返工更新

Skill，补充验收样本04局部优化引入回归Prompt或

Skill

变更，可能改变其他任务的表现。说明性示例压缩

Prompt后少了追问为了提速，要求直接给结论，缺信息的任务却不再追问。耗时下降，部分任务质量却退化同题回测，按任务类型检查退化02真实场景暴露缺口客户环境与输入条件复杂，发布前测试难以覆盖所有情况。

复盘案例答疑缺少环境信息排查依赖客户环境信息，信息缺失时容易自行补全前提。答案看似完整，关键依据却缺失检查信息缺口，完善追问策略04/CONTINUOUS

TUNING业务Agent上线后的四类持续性问题共同基础：行为可追溯版本行为审计TraceSessionTool

Call评估结果轨迹与版本记录支撑问题归因规则与环境会变化，重复执行也不会自动形成经验，需要用真实任务持续验证和改进AgentLoop优化能力底座05/AGENTCORE

×AGENTLOOPAgentCore

×AgentLoop：运行与调优闭环Leader编排角色并保持任务状态运行时加载产生结果与运行证据代码、PR、测试结果Trace、Session、工具调用、成本Experiment本地实验/拨测/Benchmark评测Trace采集OTel

·探针

·

SDKTrajectory轨迹Step

·Tool过程还原成本与效率Token/Step/Tool行为审计留痕

·风险查询Experience经验库Workflow/运行经验Skill资产文件、版本、发布与调优AgentCore采集真实运行证据，AgentLoop完成评估与调优，验证后的资产回到下一次执行AgentLoop

优化面

基于真实运行证据持续评估与调优AgentCore

运行面

持续执行

Agent

TeamOTel/

SDK/探针Trace/Session/TrajectoryToolCall/Outcome/Cost调优资产回流专家驱动人工判断与调优自动分析聚类、归因与建议动态上下文经验与记忆召回语义召回实验回测专家确认上下文注入持续评估轨迹聚类Experience/MemoryBadcase/Benchmark质量与成本归因质量门禁调整Agent调优建议Prompt/Skill/Tool/Workflow

Experience/

Memory实验回测或质量门禁通过后发布上下文调优数据与评估观测与证据EvaluationSession/Trace/轨迹/数据评估Pipeline清洗

·过滤

·采样

·合成轨迹Memory/ContextPrompt/SkillTool/MCPMemory记忆库事实、偏好与连续上下文DatasetBenchmark/

Badcase实验或质量门禁确认结果后，形成版本化资产并接入AgentCoreAgent可观测调用链

·

时延

·错误Prompt资产版本、对比与发布Session会话多轮上下文聚合评估归因归因到具体标签运行数据上行实践A/离线

Meta-Loop道内部基线题实践

B/在线

自进化

Loop06/

PRACTICE基于AgentLoop的两类调优实践可沉淀的经验类型同题实验回测验证新版本是否真实改善调优各模块Skill/Tool/State/

HarnessDiff

+轨迹评估看结果也看过程专家历史Commit真实实现作为参照Agent

Team解题不读取目标答案可检索经验进入下一次任务，动态注入后产生新的Trace离线

Benchmark校准AgentTeam，在线

Experience减少下一次任务的探索与返工Anti-pattern失败模式与规避条件Repair

Rule经过验证的问题修复路径Tool

Route工具选择、调用顺序与契约SOP稳定工作流与步骤顺序Trace

自动上报AgentCore真实运行轨迹质量门禁来源、适用边界与验证结果SearchContext语义召回按任务意图匹配相关经验RecallSkill动态注入注入Researcher/Explorer/WorkerExperience挖掘从成功与失败轨迹中提炼可复用经验以人类专家代码作为目标基线反向整理题目保留目标与验收条件AgentCore/Leader角色调度与状态保持

按失败类型选择下一步证据

通过独立分支/独立

Code

Session方案错误：带失败反馈重新

Research

/

Explore

边界缺陷：保留代码增量修复07/CODING

LOOP优化后的Coding

Loop：多Agent协作与分层验证分级验证与收敛阻塞项必须修复，改进项留档卡住转人工，换方案新建编码会话参考锚定先查同构实现与架构约束再形成方案并实施变更带记忆迭代Research保留历轮失败反馈同方案续接CodeSessionProduce/Verify分离作者与Judge使用独立会话机械验证、语义审查分别判定Judge/Verify独立Agent与审查上下文候选选优语义验收对抗审查Researcher理解需求与代码库

构建问题证据地图Explorer锚定参考实现产出候选方案交付

PR代码与变更说明

测试、审查证据AgentCore编排研究、方案、候选实现与独立审查，带着反馈逐轮改进CodeWorkerTest/

HarnessCodeWorkerTest/

HarnessHuman

Gate持续不收敛时，请