大多数 AI 编程代理不会提交它们的工作。它们编辑文件、运行测试、在循环中迭代,但开发者通常只能看到最终状态。当三轮之后某个东西坏掉时,团队没有提交历史可查,没有 diff 可 bisect,也没有可靠方式复现代理的路径。这就是可复现性缺口——它正在成为 AI 辅助软件交付的下一个瓶颈。
代理式编程中的可复现性缺口

图示:来源页预览图(仅作编辑上下文;版权归属原发布方) · 来源引用:dev.to
代理工具为速度而建。模型接收任务、提出补丁、执行命令、观察结果,然后重复。每一轮都可能改动多个文件。但如果框架没有显式提交,这些中间状态就消失了。传统版本控制假设由人决定何时提交;代理很少这样做。即使提交,提交信息也稀疏,粒度也不适合调试。如果测试在第 17 轮后开始失败,你想知道第 13 轮改了什么,而不只是最终 diff。
来源提示描述了一种模式:将每个代理轮次快照到一个 git ref,然后用 git bisect 找到引入回归的那一轮。这个想法简单而强大。Git ref 成本低、内容寻址,而且每个工程团队都理解。像 refs/agent/run-123/turn-17 这样的 ref 指向捕获当时工作目录的树对象。你可以 diff ref、检出旧状态,并在它们之间 bisect。它把不透明的代理循环变成一系列可测试的检查点。
为什么 git ref 是自然选择
Git 是一个内容寻址的文件系统,上面加了一层图结构。每轮都提交并不是唯一的快照方式;你可以创建树对象和 ref,而不污染主分支历史。这很重要,因为代理轮次很嘈杂。你不会希望 pull request 里有数百个 WIP 提交。你需要一个独立命名空间——refs/agent/...——可以按计划垃圾回收。然后 bisect 工作流变得机械:标记最后一个已知良好的 ref,标记第一个已知坏的 ref,让 git 找到边界。
这不仅是调试技巧,而是一种可观测性原语。日志告诉你代理说了什么;追踪告诉你它调用了哪些工具;ref 告诉你代码实际长什么样。三者结合,闭合了意图与结果之间的环路。对于在 CI 中运行代理的团队,快照还为合规和事件复盘提供了审计轨迹。
反方观点:不是每一轮都值得一个 ref

图示:HEXOPS 原创配图(受选题启发,非复制原文图片) · 来源引用:dev.to
这种模式有真实成本。Git 仓库并非为大型工作树的高频快照而设计。如果每一轮都创建完整树对象,存储会快速增长,尤其是二进制文件、node_modules 或生成资产。ref 会累积,如果不修剪会拖慢工具。还有隐私风险:快照可能捕获不应持久化的密钥、客户数据或专有代码。而且如果代理环境变了——依赖、模型版本或外部服务不同——跨轮 bisect 可能产生误导。
所以这里的观点不是‘永远快照一切’,而是‘有策略地快照’。把逐轮 ref 当作临时可观测性数据,而不是永久历史。设置保留窗口,排除敏感路径,并在专用 ref 命名空间中运行快照。对大多数团队来说,7–30 天保留足以调试回归,而长期产物应该是显式提交或发布标签。
30 天行动计划
第 1 周:对代理循环进行埋点。确定一轮开始和结束的位置。捕获工作树哈希、工具调用和模型版本。从一个仓库和一个代理工作流开始。
第 2 周:添加快照策略。在 refs/agent/
趋势很清晰:随着代理承担更多自主工作,可复现性成为一等需求。把代理状态当作版本化数据来处理的团队将调试更快、发布更安全,并从失败中学到更多。不这样做的团队会一直问同一个问题:‘代理到底改了什么?’
关键要点
- AI 代理经常跳过提交,导致没有可靠的调试历史。
- 将每一轮快照到 git ref 可创建可 diff、可 bisect 的检查点。
- 使用独立的 ref 命名空间和保留策略,避免仓库膨胀。
- 排除密钥和大型生成文件;把快照视为临时可观测性数据。
- 30 天计划:埋点、快照、bisect,然后强化隐私与保留。
下一步
- 本周审计一个代理工作流,识别轮次边界。
- 原型一个快照脚本,写入 refs/agent/ 并在 14 天后修剪。
- 用一个已知回归运行桌面 bisect 演练。
- 与平台团队分享工作流,并记录隐私规则。



