长运行 Agent

Initializer + Coding Agent

核心思路：把一个 Agent 拆成两个角色，一个负责规划，一个负责执行。每次交接都留下干净的状态。

双角色解决方案

两个 Agent，明确分工

只跑第一轮

Initializer Agent

负责从零到有：搭环境、定计划、做第一次提交

创建 init.sh 脚本搭建开发环境
写 claude-progress.txt 进度文件
把用户的高级提示展开成详细的功能清单（JSON 格式）
做第一次 git commit，确保仓库状态干净

每轮都跑

Coding Agent

负责从有到多：逐个功能实现，持续推进

读 progress 文件，了解当前状态
一次只做一个功能
完成后更新 progress 文件
git commit 并写清楚做了什么

功能清单的设计

一种验证有效的做法是用 JSON 格式来记录功能清单，Markdown 不适合这个用途。原因是：模型更不容易错误修改结构化的 JSON，而 Markdown 容易被模型顺手重写。

// claude-progress.txt 中的功能清单
{
  "features": [
    {
      "category": "authentication",
      "description": "Email/password login with session management",
      "steps": [
        "Create login form component",
        "Implement auth API endpoint",
        "Add session cookie handling",
        "Write end-to-end test"
      ],
      "passes": false
    },
    {
      "category": "chat",
      "description": "Real-time streaming chat with Claude API",
      "steps": ["..."],
      "passes": false
    }
  ]
}
  

Prompt 中使用强措辞：明确告诉 Agent「不允许删除或修改已有的测试内容」。否则 Agent 会为了让测试通过而降低测试标准。

增量进度：一次只做一个功能

为什么"一次一个"是关键

1 每次完成一个功能后，代码处于可合并状态：没有半成品、没有语法错误
2 Git commit 提供回滚点：如果下一轮搞坏了什么，可以回到上一个干净状态
3 Progress 文件提供上下文：新 Agent 不用猜做到哪了，直接读文件就知道
4 上下文窗口不会溢出：每轮只需关注一个功能的上下文，不会积累到爆

测试验证

Agent 容易以为做完了却没有端到端验证。它说「实现了登录功能」，但实际上按钮根本点不动。解决方案：

明确要求 Agent 用浏览器自动化做端到端测试。
要真正打开浏览器、点击按钮、验证结果，光有单元测试还不够。让 Agent 用 Puppeteer / Playwright 写 E2E 测试，作为功能是否真正"passes"的判定标准。

最终效果

200+ 功能的 claude.ai 克隆成功构建

通过 Initializer + Coding Agent 的双角色方案，成功让 Agent 自主构建了一个包含 200+ 功能的完整 Web 应用。每个功能都有对应的 E2E 测试，代码始终保持可合并状态。

好的交接机制 = 好的长运行 Agent。进度文件、功能清单、增量提交，这些是让 Agent 能持续推进的最基本保障，一点也不花哨。