让 coding agent 直接接手一个模糊的大任务，通常会得到一种很熟悉的返工：它先猜文件位置，改了几个看似合理的地方，跑到报错才回头补上下文；等测试绿了，又发现接口契约、迁移顺序或部署脚本根本没碰到。问题不一定是模型能力差，而是把“找证据、动手改、判断交付”塞进同一条上下文里。上下文越长，早期猜测越难被推翻，后面的命令输出还会把真正的约束淹掉。

更稳的做法是给任务设三个阶段，每一段只产出下一段需要的东西。侦察阶段只读，交付一页证据卡；实施阶段只接受已确认的边界；验收阶段不相信实施者的自述，只看命令和结果。Claude Code 的 Explore 子 agent 本身就是只读工具集，官方建议把搜索结果、日志和不会再次引用的文件内容放进独立上下文，再把摘要带回主会话。[1] 这不是为了“多 agent 很酷”，而是把昂贵的噪声挡在改代码之前。

第一段：侦察只回答可证伪的问题#

侦察任务别写成“研究一下认证模块”。这种提示会诱导 agent 产出百科式总结，实施的人还是要重新翻仓库。换成四个必须落到路径和符号的问题：入口在哪里；数据从哪里来、流向哪里；哪些测试覆盖了目标行为；这次改动不能碰什么。要求它附上文件路径、函数名、关键调用链和未确认项。没有证据的判断要明确写“未知”，不要替它脑补。

证据卡最好限制在 20 行以内。它应当包含改动候选文件、验证命令、风险点，以及“完成”的可观察条件。例如“提交表单后，错误响应不会写入本地缓存；现有 pnpm test auth 通过；新增一个覆盖 401 的测试”。这比“修复登录问题并保证质量”有用得多。Claude Code 对自定义 subagent 的说明也强调，描述字段决定何时委派，描述本身会占主会话上下文；该短就短，把细节放在 agent 自己的系统提示里。[1]

第二段：实施必须有改动预算#

拿到证据卡后，再启用能写文件和跑命令的执行 agent。给它一份明确预算：允许改哪些目录，最多触及多少文件，必须新增或修改哪些测试，遇到卡片之外的依赖时停止并报告。预算不是束缚创造力，而是防止 agent 把一个局部 bug 变成“顺便重构”。如果预期只改三处，结果 diff 动了二十个文件，默认结论应该是范围漂移，先审查再继续。

实施提示里还要禁止两件事：不要为了让测试通过而删除断言；不要以“现有行为不清楚”为理由悄悄改契约。它可以提出替代方案，但要把选择写进结果：改了什么、为什么改、运行了什么、没能验证什么。Codex CLI 的官方文档把检查、编辑、运行本地工具放在同一工作流里，同时建议在任务前后创建 Git checkpoint，方便回退。[3] 对高影响改动，这个 checkpoint 就是最低成本的撤销开关。

快速上手：把阶段合同写成可复制的提示#

先在仓库根目录创建一份任务卡，不需要接入新框架：

# task-card.md
目标：修复订单取消后库存未释放
边界：只允许改 apps/api/orders 和对应测试
侦察输出：入口、库存写入点、现有测试、未知项
验收：pnpm test orders；取消后库存加回；重复取消不重复加库存
停止条件：发现需要数据库迁移或跨服务协议变更，停止并说明

先跑只读侦察。无论你用哪个 agent 工具，要求都保持一致：

只读侦察 task-card.md 中的任务。不要编辑文件，不要执行写操作。
输出不超过 20 行：相关路径与符号、调用链、现有测试命令、风险和未知项。
每个结论都附文件路径；找不到证据就写“未知”。

人工花两分钟核对路径和停止条件，再把确认后的卡片交给执行 agent：

按 task-card.md 实施。仅改允许目录，保留现有断言。
先展示计划，再编辑；结束时给出 git diff --stat、实际修改文件、
测试命令及退出码。若超出边界，立刻停止，不要自行扩展范围。

最后开一个干净的验收会话，或至少换一个不参与实施的 agent。它只读 diff 和测试输出，检查任务卡里的每条验收条件是否有对应证据。Claude Code 的 hooks 可在会话、每轮和每一次工具调用时触发，PreToolUse 能在命令执行前阻止它。[2] 因此可以把“禁止危险命令”和“提交前必须跑特定测试”做成硬闸门，而不是靠提示词提醒一次就算。

{
  "hooks": {
    "PreToolUse": [{
      "matcher": "Bash",
      "hooks": [{"type": "command", "command": "./.claude/hooks/check-command.sh"}]
    }]
  }
}

这里的脚本应先只记录或拦截最明确的危险操作，例如生产环境命令、删除迁移、越过允许目录的写入。别一上来做“智能审批”：误拦太多，团队迟早会关掉它。官方示例说明命令 hook 从标准输入接收 JSON，并可返回拒绝决定来阻止调用。[2]

这套流程的关键不在于阶段数，而在于每段都有退出条件。侦察没有路径证据就不能实施；实施没有测试结果就不能验收；验收发现范围漂移就回到任务卡，而不是让 agent 在原地继续补。这样做会多一次短暂的核对，但通常少掉的是最贵的那种返工：代码已经改乱、上下文已经塞满，才发现起点错了。

Sources#

[1] https://code.claude.com/docs/en/sub-agents — Create custom subagents [2] https://code.claude.com/docs/en/hooks — Hooks reference [3] https://learn.chatgpt.com/docs/codex/cli — Codex CLI | ChatGPT Learn