AI 代理想要編譯

AI 代理開始編譯了。2026年年中，整個技術堆疊上下，同一種分離正從四面八方推出：模型負責決策，執行的則是模型以外的東西。代理不再於模型迴圈內即時行動，而是產出一份確定性的產物——一份計畫、一張 DAG、一段工作流程指令碼——再交給一個能像處理一般軟體那樣重播、續跑、稽核的執行環境。模型正逐漸成為編譯器的前端，把雜亂的意圖解析成中間表示法。確定性執行環境則成為後端。即時代理（live agency）正被重新定價，成為您保留給探索、新型失敗與品味的昂貴模式。 {.answer-block}

7月1日，一則 Show HN 貼文出現了，標題讀來就像一句論綱：「在執行前，將意圖編譯成確定性 DAG 的編碼代理」。這個專案叫 Rigorix，是一套 Rust 執行環境，自稱是「一套確定性的編碼代理執行環境，用於可重複、可稽核的 AI 軟體工程」，並用一句話交代它的分工：「由LLM產生程式碼，由 Rigorix 治理執行。」³ 十四個讚、一則留言，很容易一滑就過去。我停在這則貼文上，是因為這已是短短數週內第三次，我看著同一種形態從不同方向推出——而真正的故事，是這個形態本身，不是任何單一工具。

TL;DR

• Anthropic在2024年12月劃下了經典的分界線：工作流程「透過預先定義的程式碼路徑」運行，代理則「動態主導自己的流程」¹。那曾是由人在設計階段所做的分叉選擇。如今它正移往執行階段，而做選擇的是模型。
• Claude Code的動態工作流程讓模型寫出一段JavaScript調度指令碼，交由執行環境在對話之外運行：可帶著快取結果續跑、可與先前的執行相互比對差異、也可存成一道供您反覆重跑的指令²。
• 同一種形態還從另外三個方向湧現：把自然語言任務編譯成可執行 DAG 的獨立工具（Rigorix）³、拒絕運行未編譯圖的框架（LangGraph）⁴，以及把代理迴圈包進可重播工作流程的持久化執行基礎設施（Temporal）⁵。
• 編譯帶來的，一如以往：快取、增量重建、可比對差異的產物、執行前的審查。它的代價，也一如以往：判斷在編譯當下就被凍結。
• 即時代理仍然勝出的領域是探索、新型錯誤狀態與品味。運作準則是：第一次執行是研究，之後的每一次執行都想成為一次建置（build）。

那道分叉曾在設計階段，如今正移往執行階段

這個領域的先行文獻，是Anthropic發表於2024年12月19日的〈Building Effective Agents〉，至今仍是此領域的標準分類法。文中將工作流程定義為「LLM與工具透過預先定義的程式碼路徑被調度的系統」，將代理定義為「LLM動態主導自身流程與工具使用、並掌控如何完成任務的系統」。它對如何抉擇的建議是：對於定義明確的任務，工作流程提供可預測性與一致性；而當需要在規模化下具備彈性與模型驅動的決策時，代理才是更好的選擇¹。

有十八個月，那句話讀起來像一份菜單。身為系統設計者，您在寫下任何一行程式碼之前，就先挑好了左欄或右欄。2026年的轉折在於：這份菜單正塌縮成一條管線。代理只在計畫階段進行一次彈性、模型驅動的推演，而這次推演的產出就是一套工作流程——為這項任務、按需生成的預先定義程式碼路徑。同一套系統，分階段地讓您在編譯階段取得代理的彈性，在執行階段取得工作流程的可預測性。

「要工作流程還是代理？」這個問題，如今得到的解答，正如編譯器當年回答「要彈性還是速度？」一樣：兩者兼得，中間隔著一份產物。

三個訊號，同一個方向

先是執行環境變得確定

代理框架層比代理更早抵達這裡。掛鉤會在生命週期事件上觸發，帶著模型無從商量的退出碼（exit code）。權限規則在工具呼叫之前、而非之後就先行評估。2026年整套代理架構的紀律，就是在一個隨機性核心外面包上一層確定性外殼；而它坦率承認的是：凡是每次都必須發生的事，我們不再去問模型，而是改在邊界上強制執行。確定性最先抵達的，是這些邊緣地帶。

接著，持久的產物勝過了對話

第二個訊號，是什麼能在一次會話之後留存下來。對話會蒸發；而檢查、規格、測試會留存，而且代理針對它們最佳化得如此用力，以致檢查變成了規格。底層的教訓是：逐字紀錄（transcript）不是產出，產物才是——因為它是下一次會話、下一個代理、下一位工程師唯一能握住的東西。一旦您在驗證這件事上接受了這一點，把它推廣到執行計畫也就只差一步。如果持久的檢查能比催生它的那場對話活得更久，那麼持久的計畫也一樣。

如今，計畫本身就是那份產物

第三個訊號是全新的，也正是本文的主旨。代理已經開始把自己的執行，當成一等（first-class）產物來產出，而不是即時演出。

Claude Code把這件事做成了一個產品層面。一個動態工作流程，就是「一段大規模調度子代理的JavaScript指令碼」：Claude為您描述的任務寫出這段指令碼，執行環境則在背景運行它，同時會話仍保持回應。文件明白寫出交接的是什麼：「工作流程把計畫搬進了程式碼。」在它自己的比較表裡，「由誰決定接下來要跑什麼」的答案不是Claude，而是那段指令碼。每一次執行都會把這段指令碼寫進一個檔案，您可以打開它、與前一次執行的指令碼比對差異、編輯，再重新啟動。中斷一次執行後再續跑，「已經完成的代理會回傳它們的快取結果，其餘的則即時運行」²。

Rigorix 從獨立開發的方向打造出同一種形態，而它的架構讀起來就像一本編譯器教科書：規劃階段依序經過意圖分類、參數萃取，再到 DAG 生成；一個由範本驅動的引擎，在風險關口、預算與權限的約束下執行這張圖，並以 HMAC 簽章的稽核封包留下軌跡。它對這份回報的定義相當精確：「可重複，意味著在相同的範本與政策下，相同的意圖會產生相同的執行結構。」³

這些框架其實早就在那裡，只是把同一個想法藏在一個API動詞裡。LangGraph 把代理邏輯建模成由邊（edge）串連的節點（「用來編碼您代理邏輯的函式」），而它的文件用粗體寫出了這項要求：「您必須先編譯圖，才能使用它。」搭配檢查點器（checkpointer）編譯，「LangGraph 會在超步（super-step）邊界儲存檢查點」，這正是讓一次做到一半的執行能夠續跑的關鍵⁴。

而基礎設施層則由下而上抵達。持久化執行平台 Temporal，把代理的推理迴圈包進工作流程，讓其進度在任何行程（process）之外持續留存：「Temporal 會追蹤應用程式的進度，並儲存所有 Activity 的結果」，因此崩潰的代理會「從中斷的地方接著往下走」，而不必從零重新推理。它與 OpenAI Agents SDK 的整合於2025年7月30日發布，讓這種包裝成為一條受支援的途徑，而不是您得自己手工拼湊的模式⁵。

獨立工具、產品層面、框架、基礎設施。四個方向，同一種形態：模型決策，產物執行。

認真看待這個編譯器類比

AI 寫作中的類比通常只是裝飾。但這一個是承重結構，因為種種預測都是從它推導出來的。

編譯器前端會解析原始碼、檢查語意，並產出一份中間表示法。這正是這些系統所執行的規劃階段：Rigorix 的意圖分類就是解析，參數萃取就是語意分析，DAG 生成就是程式碼生成。工作流程指令碼就是那份 IR。後端接著做後端該做的事：排程平行處理、強制資源上限（Claude Code把一次執行限制在同時16個代理、總共1,000個²），並進行記憶化（memoize）。由此帶出四項後果。

計畫會擁有建置快取。 續跑的語意就是增量編譯。Claude Code在續跑時回傳快取的代理結果；Temporal 對代理開發者的訴求，是從失敗點恢復能保住 token，而不必重跑模型去重新生成已經丟失的成果⁵。下一步是內容定址（content-addressed）的計畫階段：重跑一個早期階段未曾變動的工作流程時，會像 make 跳過未變動的目的檔那樣，直接略過那些階段。

計畫會被拿來比對差異。 工作流程文件邀請您把一次執行的指令碼，與前一次執行的相互比對差異²。一旦計畫成了文字，計畫漂移就會像程式碼漂移一樣變得可見，而「這次遷移的調度自上一季以來變了」便成為一次可在 pull request 中審查的事件，而不是一場橫跨多份逐字紀錄的考古工程。

計畫成為審查的介面。 在一個工作流程運行之前，Claude Code會先顯示規劃好的各個階段，並在您同意之前提供「檢視原始指令碼（View raw script）」的選項²。這一環，正好接上審查未來的走向。我曾主張代理取代的是審查者，而不是審查本身：人的工作，從檢視差異轉移到擁有意圖。編譯後的計畫，正是這份被轉移的審查得以發生的產物，因為那是在執行花費任何成本之前、意圖唯一清晰可讀的地方。您無法審查一萬個即時決策，卻可以審查一段四十行的指令碼。可以預期，大型代理作業的簽核，將從事後核准差異，遷移到事前核准計畫。

漂移觸發的是重新編譯，而不是打補丁。 當一個編譯好的計畫因為世界變了而失敗——某個API改了名、某個相依套件升了版——錯誤的做法是手動去改那張 DAG。那等於在修補目的碼。正確的迴圈是重跑前端：相同的意圖、新的環境、全新的計畫。持久化執行環境已經能靠重試，在產物內部吸收短暫的失敗；環境漂移則是那類會逸出、直達編譯器的失敗。代理框架將長出漂移偵測器，像建置系統讓快取失效那樣讓計畫失效，而「漂移就重新編譯」也將成為一道常設迴圈，而非一次手動救援。

各種模式各自的勝場

這張表是一條界線，不是一份排名。界線以下的一切，即將變得便宜許多、也可信許多。界線以上的一切則依舊昂貴——因為它本該如此。

編譯買不到的東西

有三樣東西始終得即時進行，而假裝並非如此，正是這套模式將被過度吹捧的方式。

探索。 在一個不熟悉的程式碼庫、或一個真正全新的問題裡，計畫就是那份發現。此時還沒有東西可編譯，因為決策本身就是工作。在理解之前就編譯，只會產出一份對您無知的自信結晶，而執行環境會完美無瑕地把它運行出來。

新型錯誤狀態。 一個編譯好的計畫，只能處理其作者所預料到的失敗。重試策略是對預期麻煩的確定性回答。當麻煩出乎意料時，確定性重試就成了一個迴圈，而不是修復；正確的做法是升級回前端，讓模型能看著真正的錯誤去思考。

品味。 一套工作流程就是在編譯當下被凍結的判斷，而凍結的判斷會過時。草率執行的新鮮判斷，勝過完美執行的陳舊判斷，因為陳舊的那一版會滿懷自信地失敗。關於這項產品該給人什麼感受，這個決定誰都不該拿去編譯。

還有一項警示，要從驗證那一側延續過來。一張 DAG 是一個檢查介面，而計畫所遺漏的一切，都會悄無聲息地不再算是工作——這正是讓可見的測試變成事實上規格的同一種動力。編譯把模型對一項任務的所有判斷，濃縮進單一產物，也因此把人的工作濃縮成擁有那份產物。當計畫被編譯，審查並不會消失。它移到了計畫階段，而且只拿到一頁高槓桿的篇幅可用。

我的立場

我如今奉行的準則很簡單：任何任務的第一次執行都是研究，值得一個即時代理；第二次執行則是建置，值得一份產物。Claude Code把這條準則做成了 UX：讓Claude把工作流程寫一次，把該次執行的指令碼存成一道指令，往後永遠重跑²。Rigorix 把它做成治理。Temporal 把它做成基礎設施。LangGraph 則早了好幾年，把它做成一個沒人當成宣言來讀的API動詞。

代理想要編譯，理由和當年的程式設計師如出一轍。決策既昂貴又珍貴。執行則該是無聊的、可檢視的、可以隨意重複的。整個業界花了2024與2025兩年，證明模型能夠決策。2026年的工作，是確保它們只需決策一次。

重點整理

• 第一次執行是研究，第二次執行是建置。 用即時代理去跑一項全新的任務；一旦它開始重複，就把它凍結成一份產物，別再為一個已解決的問題付費買全新的判斷。
• 先編譯無聊的那80%。 發布雜務、遷移掃蕩、翻譯批次、稽核巡查：高度重複、驗證便宜。探索、除錯與品味則保持即時。
• 採用「漂移就重新編譯」的迴圈。 當一個編譯好的工作流程因為世界變了而壞掉，別用手去修補那份產物。把模型送回去，針對新的現實重新生成計畫，審查差異，再次凍結。
• 審查計畫，而非逐字紀錄。 一旦執行變得確定，計畫就是系統中槓桿最高的一頁。像讀一段遷移指令碼那樣去讀它——因為它本來就是。

常見問題

AI 代理「編譯自己的計畫」是什麼意思？

意思是代理的產出，是一份確定性的、可檢視的產物——一段工作流程指令碼或一張 DAG——而不是一連串即時的動作。模型在計畫階段完成推理，並產出這份產物；一個非模型的執行環境再帶著重播、續跑與稽核的語意去運行它。Claude Code的動態工作流程（由模型寫出、交由執行環境運行的JavaScript指令碼）與 Rigorix（把自然語言任務編譯成可執行 DAG）都是已經推出的實例。

AI 工作流程與 AI 代理有什麼差別？

Anthropic在2024年的經典定義是：工作流程是「LLM與工具透過預先定義的程式碼路徑被調度的系統」，而代理則「動態主導自身的流程與工具使用」。2026年的更新在於：這道界線正從兩套系統之間的選擇，變成單一系統內部的一個階段——代理在計畫階段進行一次動態推演，並自行生成那些預先定義的程式碼路徑。

編譯後的代理工作流程，會比自主代理更好嗎？

對於重複、形態明確的任務，是的：編譯後的工作流程每次執行更便宜、能帶著快取結果續跑、也能在執行前先審查。至於探索、新型錯誤狀態與需要判斷取捨的場合，則否：編譯好的計畫是在編譯當下凍結的判斷，而那類任務需要當下施用的判斷。實務上的分界看執行次數：第一次執行保持即時，凡是您會跑第二次的都拿去編譯。

現今有哪些工具能把代理的意圖編譯成確定性產物？

截至2026年7月，有四個經過查證的實例。Claude Code動態工作流程：模型寫出一段JavaScript調度指令碼，執行環境運行它，存下的指令碼便成為可重複使用的指令。Rigorix：一套開源的 Rust 執行環境，把自然語言任務編譯成 DAG，並在政策、預算與權限的約束下執行。LangGraph：圖必須先編譯才能運行，並在超步邊界設置檢查點。Temporal：持久化執行的工作流程，能讓代理的進度留存，並從失敗點續跑。

來源