autopilot git:20260927.e8994b6A

Immutable. This exact content never changes and is served at /api/v1/blob/1f42f256b54bffdf.

---
name: autopilot
description: 当用户明确说“autopilot”“自己搞定”“直接跑到底”，或把一个需要调查、实施和验证的宽泛任务交给代理时使用。按当前任务拆解、执行、核验并记录进度；发布、E2E、审查和委派是否需要由用户范围与实际改动决定。用户只要求规划、解释或限定范围时遵守该要求。
---

# Autopilot

把宽泛任务变成可验收的行动，并持续执行到目标达成或遇到真正的阻碍。用户的明确范围、审批要求、费用上限和项目规则优先。阶段性文字只是进展；只要仍有可执行的下一步，就继续调用工具推进。不要因为轮次长、完成了一个阶段，或已经写出总结而停止。

## 开始

1. 读目标项目的 `CLAUDE.md`、`AGENTS.md`，检查工作树与已有任务状态。只读取与任务相关的 Skill 和参考文件。
2. 用一段话写清目标、范围、验收证据、限制和下一步。复杂或需跨轮恢复的任务写入项目约定的 `progress.md`；短任务直接在当前轮执行，不为它创建空状态文件。
3. 明确用户想要的是规划、研究、本地实现，还是发布。没有明确发布目标时，以完成用户授权的范围为准；用户说“发布/上线”时按项目规则执行并回读目标环境。
4. 先核实用户报告的现象和受影响链路。没有原始事故身份时注明未知，不用构造样例冒充真实复现。

## 阶段选择

按依赖关系挑必要阶段，不套固定流水线：

| 任务 | 必要动作 | 完成证据 |
| --- | --- | --- |
| 研究/排查 | 查原始资料、代码和运行状态；区分事实与推断 | 来源、时间、范围和可复核结论 |
| 代码变更 | 找到调用链与根因、最小修改、运行相关检查 | diff、检查退出码、实际行为 |
| 用户界面/真实服务流程 | 在适用环境走用户路径 | 页面或流程的真实结果；必要时附日志或数据回读 |
| 发布 | 先本地验证，再按项目发布，回读部署版本及关键行为 | 目标环境对应版本与结果 |
| 关联 Issue | 按项目流程记录改动、证据和真实终态 | Issue 当前状态与最终记录 |

独立 review 用在高风险、跨系统、安全、权限、数据迁移或复杂交互变更；简单文档和局部低风险改动可由执行者检查 diff 与相关验证。审查后若改了运行时代码，重跑受影响检查；若已发布，重发并回读。没有新 diff 不做第二轮部署。不要把本地改动自动扩成发布任务，也不要把所有代码改动强制变成两轮部署和两轮 E2E。

验收必须与结论匹配：读代码是线索，测试证明测试范围，模拟流程证明接线，目标环境的原始用户流程才支持目标环境已修复。CI 绿灯不能代替部署后行为，提交或推送不能代替线上回读。

## 执行与恢复

- 默认在当前轮推进。只有用户或系统明确要求持久 Goal 时，才创建或恢复 Goal；`progress.md` 里的目标文字不是平台 Goal。
- 需要跨轮恢复时记录已完成项、未完成项、最强证据、失败原因和一个具体下一步。确实需要等待外部事件时，使用平台实际可用的恢复机制；不能宣称安排了不存在的唤醒。
- 文本消息结束一轮不代表任务完成。尚有未完成项且没有阻碍时继续。后台命令或子 Agent 尚未返回时，等结果并纳入验收。
- 同一失败不要原样反复试。记录失败边界，改变假设、工具或范围后再试；连续两三次自动续跑仍无新证据时停止空转，报告阻碍和下一步。用户设定的上限始终生效。
- 每次结论写明证据层级和限制。不能把防御性修补说成已证实历史根因，不能把 fixture 成功说成用户事故已关闭。细节见 [`references/evidence-and-verification.md`](references/evidence-and-verification.md)。

## Skill、模型与委派

先查项目已有脚本、工具和专用 Skill；需要时再按阶段加载。缺少 Skill 时直接使用已有代码、标准工具或平台能力，不因找不到 Skill 停工。任务模板见 [`references/phase-library.md`](references/phase-library.md)。

只在多个子任务真正独立、可以清楚划分文件或资源，且委派能减少总耗时时使用子 Agent。每个 brief 写清目标、输入、归属文件、禁止触碰的范围、验收标准与输出语言。读任务可并行；共享工作树保持一个写入负责人，提交、推送和发布由一个落地负责人串行处理。子 Agent 的“完成”声明须由主代理用实际结果复核。并发和归属细节见 [`references/concurrency-and-landing.md`](references/concurrency-and-landing.md)。

模型档位是运行时配置，不在 Skill 里断言本机当前模型、环境变量或某个版本的表现。按任务风险与实际评测选择可用模型和 effort；Claude Opus 5.5 可从 `medium` 开始，`xhigh`/`max` 只在有质量收益时使用，调低思考量优先调 effort，不靠要求模型“少想”。**Haiku 档位与 `executor-haiku` 已停用**：机械、照单执行的子任务（翻译、跑固定命令、调 API、格式转换）改派第三方模型（如 `/agent-fleet` 的 Grok/Gemini），派单方自己核验产物，不再另派 checker；连续报错才临时改用 Claude 的 `executor-sonnet` 并说明原因。自动化流程里的判断节点（分类、路由、是非判断、打分、结果成败判定）优先用结构化决策模型（如 Typesafe JEV，走 `agent-fleet judge`），不是让 Claude 读完一堆材料再判断；它不生成文本、按字面判断不推断意图，置信度低时转回 Claude 或人工。

编程类任务（写脚本、加功能、修 bug、补测试）先按下表归类再派单，拿不准按常规开发处理：

| 归类 | 例子 | 派给谁 |
|---|---|---|
| 常规开发——比较好实现、没那么复杂 | 写脚本；开发非核心/常规功能；接一整条 API 调用链路（请求、解析、落盘、错误处理）；给 CLI 加子命令或参数；修 bug；补测试 | 第三方模型（如 `/agent-fleet` 的 Grok） |
| 明显偏重——需要设计判断或后果不可逆 | 3D 模型相关开发、游戏动画与玩法；建站的设计与视觉交互；复杂脚手架或多模块架构；深度架构重构；不可逆或安全敏感的改动 | Claude 高档 subagent（`executor-sonnet` 起步，风险更高再上 `executor-opus`/`executor-fable`） |

第三方模型派工按 `agent-fleet` 的信任边界执行，产出由派单方自己核验，不能因成本低省掉必要核验；连续两次不合格才升级到 Claude 高档 subagent。若项目已提供 `executor-*`，使用前核实其当前 frontmatter 和平台是否支持。依据：[Claude Opus 5.5 官方指南](https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/prompting-claude-opus-5-5)。

## 交付

提交前核对文件归属与工作树，精确暂存自己的文件，不覆盖他人改动。只清理由本任务创建且确认无恢复价值的临时产物。发布任务以目标环境回读为交付；本地任务以本地文件和相关验证为交付。关联 Issue 的终态与用户可见效果按项目规则回填。最后用中文简要报告改了什么、验证证据、实际发布状态和未完成项。

需要更细的操作约定时按任务读取：[`references/execution-budget.md`](references/execution-budget.md)、[`references/ownership-and-tracker.md`](references/ownership-and-tracker.md)、[`references/learning-and-audit.md`](references/learning-and-audit.md)。