真正能实用的多智能体架构！Missions：连续16天全自动写代码，让AI自己互相做对抗测试！

摘要

影片探討由 Luc Elberero 提出的 Missions 多智能體架構，如何突破 AI 自動化軟體開發的真正瓶頸。核心洞見是：限制因素不是機器智力，而是人類的微觀注意力。Missions 將系統拆分為協調者、工作者、驗證者三個角色，透過前置驗證契約、對抗性 QA 迴圈、結構化交接機制，實現不間斷的自動迭代。系統採用反直覺的串行執行策略（狀態改變時只有單一智能體運作），犧牲微觀速度換取宏觀穩定性。最終成果是：連續 16 天無人類干預、90% 測試覆蓋率的自動化代碼生成。人類角色轉變為「機器低語者」，需掌握「知人善任」的能力，根據不同模型特性混搭配置，用認知差異相互制衡。

重點

• AI 軟體開發的真正瓶頸是人類微觀注意力，不是機器智力不足。
• 驗證契約在編碼前就鎖死評判標準，對抗性 QA 打破程式員自欺欺人的測試迴圈。
• 串行執行犧牲微觀並發速度，換取多天連續運行的系統狀態穩定性與正確性。
• 結構化交接機制（含退出代碼、邊界情況記錄）賦予系統自我糾錯與修復能力。
• 人類未來角色轉為機器低語者，透過混搭不同模型特性用認知差異抵消各自盲區。

章節

1. [0:00] 問題定位：注意力，而非智力

   揭示 AI 軟體開發的真正瓶頸不是機器智力，而是人類微觀注意力的耗盡與現有工作流的低效。

2. [1:55] Missions 架構的三角色設計

   介紹協調者（策略規劃）、工作者（代碼執行）、驗證者（品質把關）的分工與各自特性。

3. [5:57] 驗證契約與對抗性 QA

   闡述如何透過預先鎖死評判標準與獨立驗證機制，打破程式員自我偏差的測試迴圈。

4. [9:24] 串行執行哲學與交接機制

   說明為何放棄並行改採串行，以及結構化退出代碼與交接單如何維持系統穩定與可追溯性。

5. [15:22] 機器低語者與模型混搭策略

   闡述人類角色轉變為機器低語者，需透過不同模型特性混搭實現互相制衡與盲區抵消。

6. [20:02] 苦澀的教訓與架構韌性

   揭示放棄硬編碼狀態機、改用自然語言提示的設計，使架構能自動受惠於模型版本迭代。

7. [21:21] 核心收穫與人類價值的維度躍遷

   總結 Missions 如何突破效率瓶頸，以及人類在自動化系統中角色的根本轉變方向。

金句