40分钟从零写出App:三Agent循环手把手教程

40 分钟从零写出完整 App：Anthropic 三 Agent 循环炸翻圈，手把手教你搭一套

三个 Agent——一个规划、一个构建、一个评判——循环，40 分钟后，一个完整 App 从零跑了起来。全程无人插手。赢家不会拥有最聪明的模型。赢家拥有最好的循环。这篇文章两件事：先拆清为什么值得关注，再直接给你拿来就能搭的实操方案。

一、三 Agent 循环为什么炸了？

Agent	职责	模型
Plan	拆任务、排优先级、维护状态	快模型
Build	写代码、跑测试、调工具	中等
Judge	跑校验、判结果、反馈失败	最强模型

Plan 拆出任务 → Build 实现 → Judge 验证 ↑&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;│ └── 红灯(失败原因) ←─────────┘ &emsp;&emsp;&emsp;&emsp;&emsp;&emsp;↓ 绿灯 → 下一个任务

最关键的一条规则：Build 绝不给自己打分。把做和判拆开，质量从这一步开始拉起来。

二、不是理论：已经有人跑通了

ChatPRD 创始人 Claire

每天早上自动扫描超时 PR，合格的自 babysit 到 merge 全绿，不合格的直接 Slack 通知，指令"be mean"。

Mozilla Brian Grinstead

自定义 harness + goal loops，单月修了 423 个安全问题。关键在 harness，不在模型。

Anthropic 多Agent研究系统

LeadResearcher + 3-5个并行SubAgent，复杂研究时间砍了 90%。

三、五个零件，拆解循环工程的通用框架

① 心跳触发器

Claude Code 的 /loop、/goal 命令，定时启动循环。

② 技能文件

SKILL.md 记录项目惯例，一次编写终身复用。

③ 子Agent拆分

不同角色不同模型，干活用快模型省钱，审稿用强模型把关。

④ 连接器MCP

开PR、发Slack、查DB。输出变成真实行动。

⑤ 验证器

最不能省的一环。测试/lint/build不通过，不准宣布done。

四、三个文件搭起你的第一个循环

放在 .claude/agents/ 目录下，Claude Code 自动识别。

builder.md

--- name: builder description: 负责编写和修复代码 tools: Read, Write, Edit, Glob, Grep, Bash model: sonnet --- 只负责构建，不验证自己的代码。输入是任务+验收标准。输出是代码+改动说明。

checker.md

--- name: checker description: 负责验证，只找问题不修代码 tools: Read, Glob, Grep, Bash model: fable-5 --- 跑测试→类型检查→linter→约定检查。PASS或FAIL+原因+建议。

STATE.md（状态文件）

# 循环状态 | 总任务数：0 | 已完成：0 任务列表：循环日志：

启动命令：claude /goal "读 orchestrator.md 并按指示执行"

五、成本控制：别让循环烧光你的预算

循环次数	单次消耗	累计
1-3 次（正常通过）	50K-80K	~$0.5-1
5-8 次（中等修复）	80K-150K	~$3-8
10+ 次（反复失败）	150K-300K	~$15-30

设硬停止：连续失败3次自动暂停，上限10轮
分模型：Plan用快模型，Build用中等，Judge用最强
压缩状态：只传摘要——哪个失败+错误类型+修复方向

六、两个警惕的坑

Ralph Wiggum Loop

Agent过早宣布done，循环烧钱但产出为0。Judge必须跑真实验证，不能听Build说"我觉得没问题"。

认知投降

循环跑顺了就不审产出直接按go。每次合并前强制读5分钟diff。

从 prompt 到 loop，真正在发生的，是工程师角色的迁移——从每一步都要推一把的操作者，变成定义规则、设定边界、在出口处点头的那个人。三个配置文件复制到项目里，今天就跑起来。

你已经上手 Agent 循环了吗？评论区聊聊你卡在了哪一步。