财税与监管动态,一篇读懂

← 返回日报首页
AI来源 B2026.11.02

Agent自动化四层架构:事件触发、CI把关、飞书拍板

作者用一年时间把自己从「打开窗口下命令的人」改成「只批关键决策的人」,整套系统分四层,值得逐层拆开看。

第一层:自动化中台

核心动作是把任务起点从人身上挪走,改由事件触发。所有来源(飞书消息、邮件、系统告警、定时轮询、Webhook)先统一成一条短消息:从哪来、什么类型、对象是谁、一句话摘要、回到原处的链接。中台查 rules.json 决定交给哪个 Agent、在哪个目录、用哪个 skill、并发几路、什么情况下才通知人。这一层顺带解决了四个工程问题:加新事件只改一行规则、换模型只改一行、统一去重避免同一件事叫醒多个 Agent 互相改、所有消息只从飞书一个出口出去。因为两台 Mac 在内网,改用本机程序长轮询中台(一次挂 50 秒)取活,避免把机器暴露到公网。

第二层:Agent 执行

按能力分工而非一个模型通吃:Opus 5.5 做主力开发与需要判断的活,GPT-6.1 Sol 管运维告警与修 bug,GPT-6.1 Terra 专门操控登录好账号的 Chrome 去抓没有接口的数据。每个自动化任务配一个专属 skill 当 SOP,改流程改 skill 而不是改执行逻辑,做到解耦。

第三层:CI 中台五步

Agent 只能提交合并请求,不能自己上线。五步是审查、检查、合并、发布、核实:审查由另一个模型做,只读、不联网、拿不到密钥,只报会出错的问题不报风格,最多审 3 轮;检查在全新虚拟机里跑类型检查、全量测试、构建,跑完连机器带身份一起删;合并规则写死在仓库,未审未检合不进主干;发布另开专用虚拟机;核实是发完再去线上问当前版本是否真包含本次改动。给出的实测数据:近两周 4 个项目 298 个合并请求,报出 333 条问题,306 条在合并前修掉,其中 51 条属最严重一档;单次审查中位数两分多钟,约占该任务 5%—15% 的 token。

第四层:飞书卡片批奏折

只有删数据、停服、花钱、对外发消息、改产品方向、新建或轮换密钥、改权限这几类才推到人面前,卡片上直接点选,Agent 收到决策继续干。作者另建两份文件——「卡兹克定的事」记亲口决定与日期,「定了不做的事」记被拒事项,避免同一问题问第二遍。他还明确保留了一项不交给 Agent:用户反馈逐条亲自看、亲自转发。

这套结构和本站的自动化链路同构,可迁移的三点是:事件统一格式、中台集中去重、通知只留一个出口。差别在于他把「能不能上线」的闸门交给了独立的 CI 流程,而不是让执行者自己判断——这一条对任何无人值守的内容或数据流水线都适用。

#Agent#自动化#CI#飞书
来源:公众号:数字生命卡兹克(2026-11-02) · 分层 B · 查看原文
内容为 AI 聚合整理,完整信息以官方发布为准。