构建 Coding Agent 的飞轮：Feedback Loop、Benchmark、Agent Engineers

构建 Coding Agent 的飞轮：Feedback Loop、Benchmark、Agent Engineers

摘要

随着大语言模型能力的持续跃迁，Coding Agent 正从概念验证走向真实的软件研发流程。然而，许多团队发现核心瓶颈不在于模型能力本身，而在于 Agent 难以持续优化——行为不可控、效果不可量化、优化高度依赖少数专家。本文基于百度 Comate 团队的实践，系统阐述构建 Coding Agent 飞轮的三要素：Feedback Loop（让 Agent 的行为可观测）、Benchmark（挖掘评测集和发现异常值）以及Agent Engineers（把人放到 Loop 里）。文章将详细拆解 Agent Loop 的双层架构设计、线上数据驱动的反馈闭环机制、基于异常值而非分数的评测体系建设，并提供完整的代码实现，以期为 Coding Agent 的工程化落地提供可复用的实践框架。

关键词：Coding Agent、Feedback Loop、Benchmark、Agent Engineers、Loop Engineering

一、引言

1.1 背景：模型能力跃迁带来的架构挑战

在 AI 编程助手赛道持续升温的当下，模型层的能力跃迁几乎以周为单位迭代——从 Claude Op