从直播裁剪到 iLoop:一次 iOS 自闭环 Agent 的诞生与复盘
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:
- 扫描相关组件,先整理模块与子模块清单。
- 从需求、原则和历史经验里提取保留或删除的依据。
- 给每个候选写出裁剪意见与理由。
- 新上下文出现后,复核已有判断。
- 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。
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 Runtime | category、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。
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。
| 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。
| 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。