第 47 章示例计划：Agent Engineering 准备度审查

目标与边界

assessAgentEngineeringReadiness(input) 只判断调用者注入的 Task Contract、上下文边界、能力边界、状态模型、观察证据、评估证据、交接证据、风险责任与自治请求。它不读取仓库、文件、环境变量或真实运行时，也不调用模型、Tool、网络、Git、CI、身份、权限、批准、部署或发布系统。

允许	不允许
读取普通 JavaScript 对象，按固定顺序返回保守状态和原因码，打印无副作用演示 JSON。	检查真实权限、观察外部效果、运行评估、创建批准、启动 Agent、部署或发布。

接口草图

assessAgentEngineeringReadiness({
  taskContract,
  contextBoundary,
  capabilityBoundary,
  stateModel,
  observationEvidence,
  evaluationEvidence,
  handoffEvidence,
  riskOwnership,
  autonomyRequest,
});

返回对象固定包含 status、code、taskId、next 与 executionPerformed: false。候选状态包括 needs_contract、needs_context_evidence、needs_capability_boundary、state_not_ready、needs_effect_evidence、evaluation_not_comparable、handoff_not_ready、human_accountability_required、autonomy_not_justified 和 ready_for_bounded_pilot_review。

TDD 计划

1. RED： 已先建立 11 项行为测试；运行时退出码 1，唯一装配失败为实现模块尚不存在导致的 ERR_MODULE_NOT_FOUND。
2. GREEN： 已实现最小纯函数，按任务、上下文、能力、状态、观察、评估、交接、责任和自治顺序保守返回；同一测试命令退出码 0，11 项通过、0 项失败。
3. EXECUTE： 已运行模块内的完整虚构输入；输出 ready_for_bounded_pilot_review / bounded_pilot_evidence_ready / request_named_human_decision / executionPerformed:false，未执行外部动作。

实际运行结果

阶段	命令	退出码与结果
RED	rtk proxy node --test examples/agent/agent-engineering-readiness-assessment.test.mjs	1；1 项装配失败，ERR_MODULE_NOT_FOUND 指向尚未创建的实现模块。
GREEN	同一测试命令	0；11 项通过、0 项失败。
EXECUTE	rtk proxy node examples/agent/agent-engineering-readiness-assessment.mjs	0；输出 ready_for_bounded_pilot_review、bounded_pilot_evidence_ready、request_named_human_decision 与 executionPerformed: false。

测试矩阵

路径	预期状态	不证明
Task Contract 缺范围或停止条件。	needs_contract	真实需求不存在或已被拒绝。
上下文过期或可见性不明。	needs_context_evidence	来源内容错误或被撤销。
目标、副作用或能力记录不完整。	needs_capability_boundary	真实权限已经撤销。
状态转换、恢复或效果不明。	state_not_ready	外部动作一定失败。
只有 Tool Result，没有独立观察与验收。	needs_effect_evidence	Tool Result 为假。
版本不可比、场景不全或硬门失败。	evaluation_not_comparable	新版本一定更差。
输入／状态版本漂移或缺少下一责任者。	handoff_not_ready	交接包已被真实读取。
风险、批准、停止或事件责任未具名。	human_accountability_required	组织没有其他治理机制。
自治收益未测、缺预算或回滚。	autonomy_not_justified	动态路由永远无价值。
所有注入证据完整。	ready_for_bounded_pilot_review	已批准、部署、上线或可长期自治。

运行前提

只需要本仓 Node.js。输入全部是虚构对象；测试和演示不能作为模型能力、Tool 行为、权限有效、安全控制、供应链、组织责任或真实 Pilot 已经验证的证据。