从论文到实践：面向意图对齐的 Coding Agent 工作流与公共机制设计

在分析了 Mise en Place for Agentic Coding (Zigler, 2026)、Intent Formalization (Lahiri, 2026) 和 Intent-Centric SE (De La Cruz, 2026) 三篇论文，并深入研究了 TiCoder、VeriStruct 的开源实现后，我设计了一套面向意图对齐的 Coding Agent 完整技术方案。

四个根本命题

总体架构

Phase A：上下文奠基（Context Grounding）

借鉴 MEP Phase 1——在 Agent 动手写代码之前，把人类头脑中的隐性知识外化为结构化上下文。

Knowledge Externalizer（知识外化器）

通过结构化访谈式对话，引导人类把"说不出的"变成"写下来的"：

黑客马拉松实证： 20 分钟口述教学设计哲学（9,386 词，10 份文档）→ 大幅减少 Socratic tutor 组件的迭代次数。隐性知识外化直接转化为执行效率。

Domain Encyclopedia（领域百科）

将外化知识组织为分层结构——架构决策、业务约束、设计原则、领域术语——Agent 可精确检索。

Context Compiler（上下文编译器）

分层注入，不是全量塞进 prompt：

Phase B：意图形式化（Intent Formalization）

把自然语言任务描述转化为可检查的意图规约。融合 TiCoder 的交互模式和 Lahiri 的形式化光谱。

歧义驱动的交互式澄清

核心理念：不问全部，只问分歧点。

Task: "给用户列表加一个按角色筛选的功能"
    ↓
LLM 生成 N=5 个候选实现（temperature=0.7）
    ↓
Disagreement Detector 分析：

| 测试点 | 候选A | 候选B | 候选C | 区分度 |
|--------|-------|-------|-------|--------|
| admin 看到？  | 仅admin | 全部角色 | admin排序 | 0.8 |
| 空字符串行为？ | 报错   | 返回全部 | 空列表   | 0.9 |
    ↓
TOP-K 歧义测试向用户提问：
  Q1: admin角色应该看到：A)仅admin B)所有角色
  Q2: 空字符串应该：A)报错 B)返回全部 C)返回空
    ↓
用户: "1-B, 2-B" → 剪枝不匹配候选
    ↓
Accepted Tests 持久化为回归基线
    ↓
Intent Record 归档

关键参数来自 TiCoder 用户实验：N=5 覆盖歧义空间，K=3-5 保证认知负荷不超载（p=0.007），提问策略用区分度排序。

形式化光谱：风险驱动的自动选级

风险评分 = 是否触碰认证(+3) + 是否触碰支付(+2) + 是否触碰数据完整性(+2) + 影响模块数(+1/3+) + 历史缺陷率(+1/10%)。≥5 走 L3，≥3 走 L2，≥1 走 L1。

Phase C：任务分解（Task Decomposition）

借鉴 MEP Phase 3——将形式化意图分解为依赖感知、可并行执行的结构化 Beads。

Bead 数据模型

{
  "bead_id": "bead-042",
  "priority": 1,
  "title": "实现 RoleFilter 组件",
  "dependencies": ["bead-038", "bead-040"],
  "dependents": ["bead-045"],
  "estimated_minutes": 15,
  "acceptance_criteria": [
    "admin 看到所有用户",
    "空选择显示全部",
    "切换角色保持滚动位置"
  ],
  "files_to_modify": ["src/components/UserList.tsx"],
  "constraints": ["使用现有 Select 组件"],
  "evidence_required": ["passes_accepted_tests", "typecheck"]
}

并行度优化

拓扑排序 + 打包可并行任务：
  Batch 1: [bead-001, bead-002, bead-005]  ← 无依赖
  Batch 2: [bead-003, bead-006]           ← 依赖 Batch 1
  Batch 3: [bead-004, bead-007, bead-008] ← 依赖 Batch 2
  ...

黑客马拉松数据： 64 个 bead → 43 个关闭 → 中位 5.9 分钟/bead → 4 个 Agent 真正并行 → 0 架构返工。协调负担从运行时转移到准备时——人的架构判断在准备阶段价值最大。

Phase D：Agentic 执行循环

借鉴 VeriStruct（TACAS 2026）的 Planner + Repair Router 架构。

Planner 状态机

PLAN → GENERATE → VERIFY → REPAIR → GENERATE（循环）
                    │ 全部通过          │ 重试>N
                    ▼                   ▼
                  DONE               STUCK → HUMAN

Error Classifier + Repair Router

Agent 生成代码后验证失败，不盲目重试——先分类错误，再路由到专用修复模块：

验证失败输出
    ↓
Error Classifier（10 种错误模式正则）
    ↓ "type_error"
Repair Router
    ↓
TypeRepairModule   → 修复类型错误
SyntaxRepairModule → 修复语法错误
MissingImportRepair→ 补充缺失导入
AssertionRepair    → 修复断言失败
PrecondRepair      → 加强前置条件
PostcondRepair     → 放松后置条件
InvariantRepair    → 修复不变量
...
    ↓
每个模块含：专用 prompt 模板 + 修复策略（改代码/改规约/回退）

Loop Detector

收敛检测规则：
  - 同一错误重复 3 次 → 升级人工
  - 总重试 > 8 次 → 升级人工
  - 耗时 > 30 分钟 → 升级人工
  - 否则继续修复

Phase E：证据门禁与治理

六层自动化门禁

Gate 1: 语法与类型   → 编译通过？类型检查？
Gate 2: 静态安全     → SAST？依赖漏洞？密钥泄露？
Gate 3: 意图符合性   → 通过所有 accepted_tests？spec评分？
Gate 4: 回归保护     → 现有测试全部通过？
Gate 5: 架构一致性   → 违反约束？循环依赖？
Gate 6: 风险分级审查  → LOW自动合入 / MED轻量审查 / HIGH完整审查

证据包（Evidence Package）

每次变更附带完整证据：原始 prompt、歧义点与用户决策、候选代码数、选择理由、测试通过率、静态检查结果、规约 soundness/completeness 评分、diff 摘要、风险等级。不依赖人类逐行审查。

Provenance Chain（溯源链）

NL Prompt → Formalized Intent → Task Decomposition
    → Agent Plan → Tool Calls → Generated Code
    → Repair Attempts → Gate Results → Human Decision → Merge

每环节记录：timestamp | agent/human ID | input | output | rationale

Policy-as-Code（OPA/Rego）

规则示例：
  - 不能碰的文件：package.json, deploy.yml, *.tf
  - 触碰 auth → 强制人类审查
  - 风险=LOW + 全部门禁通过 + 部署窗口开放 → 自动合入

完整数据流：一次典型执行

User: "给用户列表加一个按角色筛选的功能"
    │
Phase A: Context Compiler 加载领域百科
    ├── 约束: "所有列表查询必须有分页"
    ├── 术语: "Workspace = 用户的完整研究会话"
    └── 架构: "使用现有 Select 组件"
    │
Phase B: Disagreement Detector
    ├── 生成 5 候选 → 找到 4 歧义点
    ├── 问用户 3 个问题 → 用户回答
    ├── 剪枝 3 候选 → 保留 2 个对齐候选
    ├── 生成 2 个 accepted_tests
    └── Formalization Level: L1（常规任务）
    │
Phase C: Task Decomposer
    ├── 依赖分析: 需要 bead-038 (API route), bead-040 (Select 组件)
    └── 分解: bead-042 "实现 RoleFilter" (deps=[038,040], 15min)
    │
Phase D: 等待 bead-038, bead-040 完成 →
    ├── Planner → GENERATE (注入领域百科 + accepted_tests)
    ├── Verifier: 编译✓ 2/2 accepted_tests✓ 47/47 回归✓
    └── DONE
    │
Phase E: Gate Pipeline
    ├── Gate 1-5: 全部通过
    ├── Gate 6: Risk=LOW → AUTO-MERGE
    └── Evidence Package 归档 + Provenance Chain 追加

Context Fluency：Agent 时代的新技能

论文提出了一个重要概念——上下文流利度（Context Fluency）：创造丰富结构化上下文让 Agent 能有效行动的能力。Prompt Engineering 优化单次调用指令；Context Fluency 是 prompt 的上游——关心 Agent 执行周围的信息架构。

三篇论文的对话

三篇交汇在同一个点上：在 vibe coding 时代，可靠性不来自更好的代码生成，而来自更充分的准备和更可检查的意图。

实施路线图

关键指标

引用

• Zigler, A. (2026). Mise en Place for Agentic Coding. arXiv:2605.05400. VibeX 2026.
• Lahiri, S. K. (2026). Intent Formalization: A Grand Challenge. arXiv:2603.17150.
• De La Cruz, E. (2026). From Code-Centric to Intent-Centric SE. arXiv:2605.11027.
• Lahiri, S. K. et al. TiCoder. github.com/microsoft/TiCoder
• Sun, C. et al. (2026). VeriStruct. TACAS 2026. github.com/ChuyueSun/VeriStruct
• Polanyi, M. (1966). The Tacit Dimension.
• Nonaka, I. & Takeuchi, H. (1995). The Knowledge-Creating Company.