← 返回全部文章
AI / 工程 · 2026-06-17

从直播裁剪到 iLoop:一次 iOS 自闭环 Agent 的诞生与复盘

14 min read

先说结论:让 Agent 在 iOS 工程里持续干活,需要把程序员原本靠自己完成的反馈接给它。目标和上下文决定往哪走,编译与运行结果决定下一步怎么改,记录和止损让长任务接得下去。iLoop 要组织的,就是这套工作循环。

这篇沿着直播 SDK 裁剪这个通用场景,回顾一套自闭环 Agent 的设计如何逐步形成:范围怎么定,反馈怎么接,什么时候能继续,什么时候必须停下来。具体产品、业务指标与运行现场不在这里展开。

更抽象的设计与持续交付思路,可以接着读《iLoop 的设计思路》。

背景:删代码之前,要知道哪些行为必须留下

直播 SDK 的包体积优化,难点在于删掉能力之后,保留的功能还能不能正常工作。一个模块看起来独立,运行时却可能被 category、依赖注入、反射或动态注册连接到其他模块。

“裁掉了”也有不同含义:

  • 物理删除:源文件确实移除了。
  • 构建排除:文件还在,但不再参与当前目标的构建。
  • 上层降级:功能入口被隐藏,底层实现可能还在。
  • 保留接口:调用方仍能编译,接口后的实现已经变了。

这几种方式的包体积收益和影响面都不同。文件少了多少,不能直接回答功能有没有被裁掉;编译过了,也不能直接回答保留链路是否完整。

每轮改动后,人通常还要编译、安装、启动、进入特定页面,再看日志、界面和崩溃信息。任务持续多轮时,这条检查链很容易变成瓶颈。

反馈是这篇的关键词。Agent 要接手的,不只是删除动作,还有动作之后的判断。

范围不清楚,先把上下文交叉起来

裁剪最早遇到的问题是:哪些能动,哪些必须保留?单看一份模块清单,往往答不准。

上下文来源能提供什么需要补的判断
SDK 源码当前实现、依赖和入口模块量大,需要逐步下钻
历史裁剪经验已确认的删除范围与保留理由旧结论是否仍适用
产品需求需要哪些用户能力需求还要映射到代码
裁剪原则基础能力与兼容约束原则不能直接当删除清单
相似工程的方案可以参考的边界不同工程的依赖不能照搬
维护者的经验隐含约束和历史问题口头经验需要记录、再验证

这些材料要交叉使用,再回源码核对。一个可执行的过程是:

  1. 扫描相关组件,先整理模块与子模块清单。
  2. 从需求、原则和历史经验里提取保留或删除的依据。
  3. 给每个候选写出裁剪意见与理由。
  4. 新上下文出现后,复核已有判断。
  5. 把仍待确定的部分交给了解边界的人确认。

裁剪表到这时仍是一份经验判断。待确定就是待确定,不能因为表格填满了,就把它当成百分百正确的执行计划。

为什么选择 Agent,还要让它用脚本

规则明确的部分,脚本很有效。比如列出文件、整理依赖、按已确认规则生成清单。但模块级意见通常不足以直接决定每一处代码怎么改。

做法适合承担的工作主要限制
人工处理确认边界、解决高风险判断、验收连续盯住每轮构建和修复,成本高
按规则写脚本重复、确定、可批量验证的动作规则不完整时容易误删
Agent 配合工具按反馈调整方案,处理局部差异必须有可靠反馈与明确止损条件

所以让 Agent 按表逐项推进,同时把确定的重复动作交给脚本。发现编译错误后,它读依赖和报错,修当前问题;这一轮达到验收标准,再进入下一项。

这里也可以顺便理清三者的分工:

  • Agent:根据目标和反馈,规划、执行、调整下一步。
  • Skill:告诉它某类任务怎么处理。
  • MCP:提供与外部工具交互的协议接口。

三者可以配合。把脚本、Skill 或 MCP 接上,并不自动意味着 Agent 已具备持续交付能力,后面还要解决“怎么知道做对了”。

iOS Agent 最先要补的是反馈

前端开发常有一条容易接通的写代码、构建、浏览器查看链路。iOS 同样具备编译和调试工具,但这些能力需要进入 Agent 的工作循环,结果也要能被它理解。

工具已接通与反馈未接通的对照示意

图里的前端与 iOS 是反馈接通情况的对照,不代表 iOS 缺少调试能力。问题在于 Agent 改完之后,能否取得足以判断结果的信号。

难点为什么静态看代码不够
Objective-C Runtimecategory、动态注册、反射和依赖注入会影响运行时行为
工具链环境macOS、Xcode 与构建配置共同决定能不能编起来
构建目标workspace、scheme、依赖与签名可能让构建落到错误目标
设备与沙盒运行结果需要从设备、日志、视图或崩溃报告里取得

命令退出成功,只证明命令执行结束。还要看构建的成功标志、产物和目标,才能确认这次构建确实满足要求。

XcodeBuildMCP 这类工具,可以把编译、安装、运行、截图接给 Agent。接通这条链之后,才有条件讨论自动修复和连续执行。

Harness:目标在前,反馈在后

Harness Engineering 讨论的是模型之外的工作环境:怎样引导模型行动,又怎样让它看到偏差。

前馈引导方向、反馈帮助持续纠正

可以借控制论里的“调速器”理解这件事。模型负责判断和行动,周围的工具与规则负责提供方向、观测结果、约束继续执行的条件。

  • Guides,前馈:动作之前提供目标、上下文、项目约定、历史经验和工具说明,提高第一次做对的概率。
  • Sensors,反馈:动作之后返回编译、测试、日志、界面或崩溃信息,让它知道判断是否成立。

只给规则,Agent 不容易知道规则有没有生效;只给报错,又会缺少正确方向。两种输入需要配合。

人类程序员也是这样工作。我们写完要编译,运行后看日志,异常时打断点。没有人能稳定地一次写对,Agent 也需要同样的修正机会。

上下文要分层,还要能重新找到

一个聪明的新同事接手工程,也需要先了解这摊事。Agent 需要的上下文同样有层次。

越贴近项目的上下文,越需要明确提供
上下文怎么补给 Agent
公开知识使用模型已有知识,再核对关键判断
领域知识提供对应框架与技术机制的资料
项目术语解释词语在当前工程里具体指什么
代码上下文提供源码、依赖和入口的检索方式
运行时上下文用实际日志、视图和崩溃报告补足
业务上下文说清保留能力、使用场景和兼容要求
历史经验把临时方案、隐含约束和踩过的坑写下来

不需要每轮都粘贴全文。可以约定一个输入目录,把原始需求、裁剪原则、用例和历史资料集中放好,让 Agent 知道需要时到哪里取。

材料有变化,再读取和归纳;没有变化,就沿用已有摘要。原材料和给 Agent 用的归纳分开,既减少重复输入,也保留了判断的出处。

但上下文多,不等于上下文清楚。长任务更需要围绕当前目标取材料,把暂时无关的信息留在文件里。

分阶段,才知道什么时候算完成

裁剪任务不能从头到尾只用一个标准验收。恢复能力、解决编译、缩小体积和检查运行行为,各自要回答的问题不同。

阶段当前目标完成依据
恢复基础能力让需要保留的能力进入工程构建目标与依赖成立
解决编译问题修正接口、引用和链接问题正确目标编译通过
按表裁剪逐项执行已明确的范围改动可追溯、可回退,构建仍通过
验证运行行为确认保留链路没有被改坏对应入口、行为与运行证据满足标准

前几个阶段可以围绕编译推进,但整个任务收口时,仍要回答运行起来是否正确。编译成功不等于运行正确。

阶段划分还有一个作用:让人能跟上 Agent 的进度。每轮只做一个清楚的小目标,理解与验收才能落到具体变化上。

先让编译反馈形成循环

构建系统输出的依赖关系,对人可能是一大堆文件,对 Agent 却可以是一份可检索的结构化材料。它能把报错与依赖连起来,判断缺的是引用、接口还是构建配置。

这一轮选好范围,做最小改动;编译不过,就读报错和依赖再修;通过之后,记录改了什么、为什么改、涉及哪些文件,然后才选下一轮。

把运行态接到同一条循环上

运行验证不用另起一套流程。编译过后,在同一轮里取得运行证据,再判断是否达到目标。

下面把同一轮工作的编译与运行分支分开列出。每个分支都写明下一步回到哪里。

编译回路

当前结果下一步动作回到哪里
开始本轮做最小范围改动,再编译编译检查
编译失败读取依赖与报错,修正当前改动重新编译
编译通过安装、启动并取得运行证据运行检查

运行回路

当前结果下一步动作回到哪里
行为符合目标记录依据并验收有下一项则继续,否则收口
行为不符合目标分析偏差并修正改动返回编译回路,再验证运行
被环境或输入卡住留下证据,升级用户处理条件具备后,重新确认本轮目标

回路需要止损条件。环境、签名、账号或缺输入挡住下一步时,要说明卡在哪,交回用户判断,不能靠不断重试掩盖没有进展。

运行验证留下的难题,也要如实讲

原稿的运行验证目标,是让 Agent 自动进入页面、取得证据、判断改动有没有影响保留能力。这条路没有完整跑到全自动。

iOS 的设备条件决定了这件事很难靠一套固定动作解决:

  • 模拟器:部分 SDK 能力不能在模拟器完整验证,要先确认当前链路是否受支持。
  • 真机:签名、账号、登录态、网络和应用状态可能形成需要人处理的卡口。
  • 入口自动化:找到静态入口之后,不一定能自动完成实际交互。

所以运行态验证需要人工兜底。必须区分“分析工具能产出候选”和“设备上已经验证正确”,不能把前一种结果写成后一种完成。

影响面分析可以帮回归聚焦

裁剪后,先把变化映射到模块、入口和测试用例,再决定哪些必须测、哪些抽样、哪些仍待确认。

需要回答的问题可以使用的证据结论边界
哪些用例可能受影响变更、依赖、用例描述得到回归优先级,仍需验证
哪些入口可能残留路由、UI、资源和动态注册得到入口候选,不能代替实际交互
崩溃是否可能来自改动堆栈、变更范围、复现条件归因分级需要补反证
保留链路是否正常设备上对应操作与运行证据只覆盖实际验证过的范围

风险分层的目的,是把验证资源放到最相关的路径上。低风险也需要依据,不能让模型一句“应该没事”变成免测理由。

证据按要回答的问题来选

没有必要遇到每个问题都把截图、日志、UI 树全部跑一遍。

  • 验字段和执行路径,优先看日志。
  • 验控件存在与位置,优先看 UI 层级。
  • 验最终画面,实际查看截图。
  • 验崩溃,查看 crash report 与复现条件。
  • 验构建,核对成功标志、目标和产物。

工具动作成功,只是拿到了材料。材料是否支持结论,还需要对照这一轮的目标。

长任务需要记录、记忆和止损

闭环接通后,跑久了还会遇到新问题:上下文塞满,重复犯错,会话中断之后不知道从哪接着做。

要补的能力解决什么问题具体做法
文件与 Git中间状态放不进模型上下文改动、依据和证据落盘;授权范围内保留可追溯版本
错题本新会话不会自动记得上次的坑记录现象、根因、解法,下次先检索
上下文管理长会话中相关信息被挤掉先归纳材料,只补当前最小证据缺口
任务清单中断、早停或跨会话丢进度保存目标、完成标准和待办
强制约束提示词要求不一定被执行将关键检查接到实际流程或工具里

错题本帮助的是下一轮的判断。把问题写进文件,不代表模型权重已经更新;还要能在需要时检索并使用。

记录也要尽量具体:这一轮改了什么,依据是什么,验证了哪些范围,什么仍未知。下一次恢复先核对这些信息与当前工程状态,再决定是否继续。

专项能力与通用循环分开

把任务方法整理成工具链时,可以分成两部分。

层次放什么随任务变化的部分
通用循环目标、上下文、工具调用、反馈、止损、记忆和验收换任务仍需保留这些判断
专项能力模块清单、裁剪索引、入口映射、用例分层依业务与工程替换

专项工具可以整理模块和变更,扫描入口,解析用例,给出风险分层,生成探测计划,汇总影响面。通用循环负责决定本轮做什么、怎么验证、何时继续或交回用户。

过程产物也应分开保存:

  • 输入材料:需求、原则、模块清单和测试用例。
  • 分析结果:依赖、入口、影响面和风险判断。
  • 运行证据:构建结果、日志、界面和崩溃报告。
  • 任务记录:进度、判断依据、未解决问题和经验。

这些是继续工作与复核结论的依据。公开分享时,具体工程资料和运行现场还需要单独审核,不能直接把工作目录搬到文章里。

放手之前,先看任务是否具备条件

并非所有任务都适合交给 Agent 连续执行。原稿把这个判断整理成一组检查。

连续执行前需要核对目标、反馈、纠偏与记忆
要核对什么不满足时怎么办
总目标是否明确先澄清要达到的状态
每轮和每阶段目标是否明确拆成可验证的小目标
结果是否有判断标准先定义完成依据
上下文是否清楚补资料、约束和待确定项
反馈是否可靠先接通能检验结果的工具
出错是否能纠偏规定止损和升级条件
经验是否能复用保存并检索已确认的教训
长期状态是否能恢复落任务记录,恢复前核对

图中的检查描述的是执行条件。检查通过,也仍要遵守当前用户授权和验收范围,不能把它当作无限制自动执行的许可。

原稿还提到一个容易忽略的方向:上下文不只来自输入目录。录屏、请求数据、需求描述、崩溃材料,都可能提供静态源码里没有的信息。关键是把当前任务需要、且有权使用的材料接进来。

iLoop:给 Agent 一个程序员式 Loop

iLoop 把前面这些判断组织成一种不绑定裁剪任务的工作循环:理解目标,取得上下文,执行改动,取得反馈,修正判断,再记录这一轮的结果。

客户端开发里有一个熟悉的类比。函数接收输入、返回结果;应用还需要持续接收交互和反馈,靠 RunLoop 组织后续工作。Agent 的单次回答也像一次函数调用,长任务则需要维持状态,并据反馈决定下一轮。

iLoop 这个名字,最初是 iOS 的 i 加上反馈闭环 Loop。它要让不同工程任务接入前馈与反馈系统,在上层继续补业务上下文和验证能力。修 bug、做需求、重构或排查运行问题,都可以使用同一种循环;具体工具与验证对象会变化,完成依据不能丢。

复盘:能复用的判断,比一次性的动作留下得久

回看这套设计,最值得留下的是对反馈和上下文的判断:哪些材料决定改动方向,哪些证据能推翻当前假设,哪些卡口必须交回人。

工具也可以在真实任务的反馈中迭代。先补上当前缺少的一种观测,跑起来看哪里卡住,再改进对应能力。工具链本身同样需要验证,不能因为它服务 Agent,就免去这一步。

让 Agent 取得反馈,才能让它持续修正。 裁剪动作会结束,确认过的经验和可复用工具却能帮助下一次任务。这是 iLoop 这套循环想长期积累的东西。

100%