反馈的回响：为什么Agent需要反馈

导语

最近读了一篇技术哲思的文章《反馈的回响：从控制论到 Agentic Engineering》。文中谈及了作者从Agent Engineering过程中，反思多年前学生时代遇到的控制论理论。 我身心大受感触。 有种全身从上到下的酥麻， 就像郭靖以前和江南七怪学习，学习了很多， 但是无从施展。直到遇到全真教掌教“丹阳子”马钰，学习内功心法。一下子触类旁通，原本笨拙的招式也因内息顺畅而威力大进，武功突飞猛进。

什么是控制系统？

如何理解反馈。 文中举了一个非常常见的例子，就是洗澡。 在洗澡过程中。

1. 我们可以通过手来控制旋钮，这是执行器。
2. 我们自己皮肤感受到的温度，是传感器。
3. 而花洒就是被控对象。
4. 我们的大脑就是控制器。 我们会根据太冷了太热了（从传感器得到反馈）， 从而通过大脑（控制器）调整往热调整还是往冷调整，并最终通过手控制旋钮（执行器）。最终让温度达到一个我们感觉到舒适的温度。

这个环节什么最重要呢？ 答案就是反馈！！！

反馈-纠正的循环：通往最优的螺旋阶梯

其实，反馈早已渗透进我们生活的每个角落，只是我们习以为常而未曾察觉。

学习成长中的反馈：

• 学走路：婴儿每一次跌倒都是反馈——大脑根据失衡的感觉调整肌肉控制，从蹒跚学步到健步如飞
• 学骑车：身体的倾斜角度实时反馈给小脑，驱使我们不断调整方向和重心，从摇摇晃晃到如履平地
• 学语文数学：作业的对错是反馈，考试成绩是反馈，老师的批改更是精准的反馈信号，指引我们修正理解偏差

日常生活中的反馈：

• 洗澡调水温（如上文所述）：皮肤感受到水太烫，手立刻往冷水方向拧；感觉水太凉，又往热水方向调——典型的负反馈控制系统
• 开车保持车道：眼睛看到车偏左了，手就向右打方向盘；发现偏右了，又向左修正
• 炒菜调味道：尝一口觉得淡了加盐，觉得咸了加水，舌头的味觉反馈指导着每一次调整
• 空调调温度：房间太热了调低温度，太冷了调高温度，体感温度就是反馈信号

技能习得中的反馈：

• 学乐器：耳朵听到音不准（反馈） → 手指立即调整按弦位置或吹奏力度
• 打篮球：球没投进（反馈） → 下次出手角度和力度就会微调
• 练书法：看到字写歪了（反馈） → 下一笔的运笔轨迹就会修正
• 学游泳：呛水了（反馈） → 调整换气节奏和头部角度

这些看似简单的动作，本质上都遵循同一个模式：

感知当前状态 → 与目标对比 → 产生偏差信号 → 执行纠正动作 → 再次感知 → 持续迭代

这就是一个完整的反馈回路（Feedback Loop）。从生物本能到技能习得，从工业自动化到人工智能 Agent，反馈是贯穿始终的底层逻辑。正是通过反馈的不断迭代，系统才能螺旋式上升，最终收敛到最优状态。

然而并不是所有的纠正都是有效的。 当你的纠正的动作方向不对， 或者纠正的动作偏大，系统就不会进入稳定状态。

在这其中， 系统会进入三个状态。

1. 收敛
2. 震荡
3. 发散

很明显， 收敛是我们的最终目标。 那就意味着我们调整的方向要对， 力度要适中。

利用反馈来Harness Agent

简单介绍完控制理论后， 回到我们的主题Agent。 为什么Agent需要反馈？自然就明白了。 我们需要系统逐渐收敛。

那么对于软件系统来说，反馈有什么特殊性呢？

软件系统有一个独特的优势：它的底层执行逻辑是确定性的、二值的。编译要么通过要么报错，类型要么匹配要么不匹配，测试要么 pass 要么 fail。不像现实世界中“太冷”“太热”是一个连续的、主观的量，软件的很多反馈信号是清晰的、无歧义的——这就是所谓的“低噪声”。而且确定性带来了巨大的可复现性：相同的输入往往能稳定复现相同的输出，发现 bug 时可以从日志中提取请求包，在测试环境中精确重放，反复调试直到修复。

但这恰恰是一把双刃剑。确定性同时意味着零冗余——你必须精确，没有任何“差不多就行”的容错空间。 炒菜盐放多了多加水还能救，但一个 > 写成 >=、一个 nil 没判空——编译通过、测试也可能通过，但线上就是会崩。确定性让正确的代码永远正确，也让错误的代码永远错误，不会有任何“运气好”的时候。 在这种零冗余的环境下，反馈信号越少、越粗，系统就越容易在错误的方向上“自信地狂奔”。

更要命的是，“低噪声”只适用于我们自己写的纯逻辑。一旦引入第三方库、对接外部系统（数据库、缓存、消息队列、第三方 API），确定性就开始打折扣。它们的陷阱在于：行为不是通用的。 Go 的 encoding/json 遇到零值会忽略字段，Python 的 json.dumps 却不会；MySQL 和 PostgreSQL 的 upsert 语法完全不同；Kafka 的分区语义和 RabbitMQ 的路由语义南辕北辙。每一个库、每一个系统都有自己的“潜规则”，你无法靠“通用编程知识”提前预知。而更危险的是，这些潜规则带来的错误恰好绕过了常规反馈信号——编译不报错，测试不一定能覆盖，日志里看不到异常，但系统输出就是不正确。以 GORM 为例，更新零值字段时默认会跳过不更新，一切静默无报错，数据就是没改。

要缓解这类问题，一种手段是引入 Skill（技能规则）——为 Agent 注入先验知识，提前告知已知的“潜规则”。但这只能缓解，无法根治：先验知识永远有限，而“潜规则”是无限的。

噪声源太多，Skill 覆盖不了，常规反馈又感知不到——Agent 该怎么办？

想象一下打羽毛球的场景：如果你只能感知到“球有没有接到”，而无法判断球的落点、速度、旋转，你怎么改进击球？大概率是每次大力挥拍碰运气，至于球是飞出界了还是挂网了，你完全不知道该往哪个方向调整。这就是 Agent 当前面临的困境——反馈仅仅停留在“编译通过”这一层，就像一个只能感知“有没有接到球”的选手，知道代码能跑起来，但不知道跑得对不对、快不快、稳不稳。用控制论的话说，这是一个开环系统（Open-loop System）：反馈信号太弱，系统输出完全取决于输入的“猜测”，无法自我纠正。

武装到牙齿的多层反馈系统

那么如何给 Agent 构建一个多层反馈系统呢？

反馈层级	反馈信号
编译 & 类型检查	报错/通过
Lint & 代码规范	警告/规范违反
有意义的单元测试	pass/fail + 覆盖率
合理的架构约束	依赖关系/模块边界
端到端测试 & 集成测试	业务流程 pass/fail
关键路径 Event 日志	分支路径、状态流转、耗时等结构化日志
可检索的日志体系	Agent 自主查询日志定位问题

每一层反馈都是对 Agent 的“传感器”能力的增强。反馈层越丰富，Agent 对自身输出的“感知”就越精确，纠正能力就越强，系统就越趋向稳定和收敛。 反之，如果只有最底层的一层反馈（编译通过），Agent 就像一个蒙着眼洗澡的人——能感觉到有水，但永远调不到合适的温度。

因此，Harness Agent 的本质目的就两个：提供更多的反馈信号，提供更明确的方向。 反馈信号告诉 Agent “你当前做得怎么样”，方向告诉 Agent “你应该往哪里调”。两者缺一不可——只有信号没有方向，Agent 知道错了但不知道怎么改；只有方向没有信号，Agent 知道该往哪走但不知道自己走了多远。

尽快纠正

当代码开始和预期目标产生误差时，必须尽早纠正。控制论告诉我们一个朴素的道理：偏差越大，纠正所需的代价就越高。就像打羽毛球时，如果拍面角度偏了 5 度，稍微调整手腕就能修正；但如果偏了 45 度，可能需要完全重新挥拍。同理，Agent 在写代码时，如果偏离方向 10 行就能发现并纠正，成本很低；如果等到写了 500 行才发现架构走偏，纠正起来就像在高速公路上掉头。

这就是为什么反馈的及时性（Latency）和反馈的准确性一样重要。一个延迟很大的反馈系统，即使信号很准确，也会导致系统不断“过冲”——等反馈回来的时候，系统已经跑得太远了，然后猛拉回来，又跑太远，进入震荡状态。

Hooks 机制正是解决“及时纠正”的关键手段。它允许我们在 Agent 执行的关键节点上插入自动化的检查和拦截，而不需要等到整个流程跑完才给出反馈。常见的 Hooks 包括：

Hook 时机	反馈内容	纠正效果
文件保存时（pre-save）	格式化、lint 检查	在代码写入磁盘前就修正风格问题
git commit 前（pre-commit）	代码规范、提交信息格式	防止不规范的代码进入版本库
PR 提交时（CI Hook）	编译、单测、静态分析	在合并前拦截引入的问题
编译时（build Hook）	类型检查、依赖冲突	在运行前发现语法和依赖问题
运行时（runtime Hook）	错误日志、性能指标	发现逻辑和性能问题

Hooks 本质上就是在反馈回路中插入“提前触发的传感器”，把“事后发现”变成“事中纠正”。反馈回路越短，系统越不容易跑偏，也就越容易收敛到目标状态。

Agent 为编程带来了什么

一句话总结：Agent 让写代码变快了十倍，但我们验证代码的速度还是原来的速度。

想象一个高速运转的工厂：生产线全力运转，但质检线只有一条老式的手动检测台。产品哗哗地产出来，质检员根本看不过来，不合格的产品只能混进仓库。

你不能指望让生产线“慢一点”来迁就质检台。正确的做法是改造质检台——给它装上自动化检测、X光扫描、压力测试、实时监控……用一整套反馈系统来匹配生产线的速度，而不是靠人眼去一个个看。

前面讲的 Lint、单测、架构约束、端到端测试、Event 日志、Hooks，本质上就是在“改造质检台”。没有它们，质检台就是一条漏检率极高的老式产线，产品哗哗流过去，问题全靠运气发现；有了它们，每一件产品流过时都会被快速、自动地检验——出了问题立刻拦下来，不用等到堆满仓库才发现。

所以与其说我们是在“使用” Agent，不如说我们是在**“升级工厂”**。升级的核心不是压制生产线的产能，而是把质检台的速度和精度提上去——反馈越快、覆盖越全，整条产线就越可靠。

回到文章开头那个洗澡的例子：我们每天都在用反馈调水温，为什么到了 Agent 这台高达面前，反而忘了给它装上“温度计”呢？

记住：反馈的回响，终将让一切收敛到最优。

---