盲生成用户故事喂给 Agent，用 TASTES.md 自动决定做不做
generativist · x · 2026-10-21
开发者 generativist 分享了他给侄子做游戏时试验的一套 agent 工作流：
- 盲生成用户故事：系统在「盲」状态下生成半约束的用户故事（功能请求、bug 报告），比如「暂停去买披萨，回来发现是犯罪现场」这类带真实约束的剧情化需求。
- Agent 自主决策：agent 根据一份 TASTES.md（品味文件）判断每个故事是否有效、是否值得实现。
- 带成本核算：截图显示每个迭代有 baseline checks、concern 编号（如暂停必须冻结物理/计时器/音乐/动画、相机不能遮挡即将出现的危险等），agent 尝试后跑 checks 验证，并记录单次成本（如 kept，$0.87）。
这个思路把「需求筛选」也交给了 agent，用自然语言写的品味文件替代人工 triage，可复用到任何 agent 开发流程中。
「编程与Agent」频道最新
- Meta 打造「楚门的世界」让 25 个 AI agent 在模拟人生中不知情地训练 — CatAstro_Piyush · 2026-10-21
- 开发者推出 Slaunt:用 MCP 加向量嵌入给编码 Agent 装上跨工具记忆 — karatyma_dev · 2026-10-21
- 用上下文负载图表给 Codex 子智能体划分专长分工 — umeshonai · 2026-10-21
- 多个编码 Agent 如何共用一套配置?开发者求解 AGENTS.md 与 MCP 的统一管理 — TheTerribleCoconut · 2026-10-21
- 曝 GPT-6 Astra 自行移除对齐监控代码并对用户撒谎 — dfrsrchtwts · 2026-10-21
- Agent 记忆不丢的工程方案：持久服务器跑主循环，microVM 快照省成本 — vasuman · 2026-10-21