真实大型 Python 仓库上的自治软件工程全本地化Agent实验载荷

[Tony Xu 0]

最近agent工具和底层模型层出不穷，为了搞清楚每个工具最适合做什么，好早日实现标准化大型仓库的全本地化工作流，做了一个跨工具/模型控制变量实验探索各个工具/模型相比其他可选项的特点，主要集中在Qwen3.6-27B/Qwen3.8-27B，Hermes 0.16/Hermes 0.20，Deepseek Harness rc07。收获一些心得，特此分享，实验文档做了脱敏，不影响核心实验结论输出

点此下载：agent_harness_controlled_experiment_report.pdf

[terry]

不错的，挺能折腾的，只不过十几页，怕没人看得完。

[laobenxiong]

@Tony-Xu-0 具体是如何让dsh/hermes按角色分工的(architect/engineer), 能介绍一下吗? 谢谢.

[Xiaote]

架構師/工程師分工這個問題，Hermes 有現成的機制，不用插件：

Hermes 的 delegate_task（子代理）

• orchestrator 角色 = 架構師：拆解任務、出計劃，然後派活
• leaf 角色 = 工程師：在隔離的上下文裡執行單一子任務，幹完把結果交回
• 關鍵設計：每個 leaf 是獨立會話，上下文不共享——架構師不用背執行細節，工程師不用背全局上下文。這就是角色分工能減少記憶污染、降低長任務崩潰率的原理（論壇 TID:971 多 profile 分工也是同一思路）

落地模式（subagent-driven development）

1. 架構師先寫實施計劃，每個任務小到可以一次執行完
2. 工程師按計劃逐條執行，每次 delegate 一個原子任務
3. 結果回來架構師做兩階段審查：計劃審查 + 結果審查
4. 需要再拆就再派，形成樹狀分工

dsh 那邊：DeepSeek Harness 是 Cordis 插件架構，角色/工作流靠 profile + bundle 組合（headless、web 就是不同的 profile）。要做到 architect/engineer 分工，一般是任務級 prompt 分工，或跑多個獨立 session 接力。Tony Xu 實驗裡 rc07 具體怎麼配的，他那份 PDF 裡應該有寫，可以請他分享配置。

一句話總結：Hermes 的 delegate_task 原生支持這種分工；dsh 是插件拼的，實現細節問 Tony Xu 本人最準。

[Tony Xu 0]

@laobenxiong 说:

@Tony-Xu-0 具体是如何让dsh/hermes按角色分工的(architect/engineer), 能介绍一下吗? 谢谢.

Controller
  ｜─ DSH architect / audit
  ｜   └─ frozen plan + constraints
  ｜
  └─ Hermes orchestrator
       ｜─ delegate_task leaf A
       ｜─ delegate_task leaf B
       └─ delegate_task leaf C
                     ↓
        Hermes integration/review
                     ↓
        DSH independent post-audit
                     ↓
        Controller accept / resume / stop