Spoola・Codex 訪談 Agent × 證據與版本 Harness
為資訊系統 PM 開發的 AI 訪談原型。我把 Codex runtime 接進有專案範圍、工具契約與 Artifact 版本的工作台,讓對話能逐步產生附來源的流程草稿,並保留可重現的 Mock 驗證路徑。
角色:Codex Runtime 整合、工具契約與證據/版本 Harness
問題
訪談 Agent 必須能沿回答深挖,也必須知道哪些來源可用、能修改哪個專案、正在修訂哪一版。我的重點是設計模型外圍的執行與資料契約,讓一次生成變成可追溯的工作流程。
亮點
- Runtime 整合:訪談訊息與流程圖版本由應用程式保存,Codex 負責推理與工具調用。我透過 Runtime Adapter(執行介面)接入原生 Codex,也接入固定回應的 Mock 模式,讓工作台與資料流程能重複測試,不必每次依賴模型產生相同結果。兩種模式支援的功能分開標示。
- 工具與版本控制:AI 透過工具提交修改,應用程式先檢查專案範圍、來源與版本。例如流程圖已更新到 v4,AI 卻根據 v3 提交修改,系統會用 base_version 識別這筆過期寫入,避免直接覆蓋新進度。每次修訂另存新版本,產出保留為草稿。
- 來源追溯與驗證:流程圖版本保存引用的訪談訊息,讓整理結果能回查原始回答。Prompt、資料格式與 eval 定義也納入版本管理,保留調整紀錄。程式測試與 Mock 情境用來檢查工具寫入、來源與版本處理;AI 是否問得深入、理解得正確,仍需另做真人訪談評估。
設計決策
- 資料由應用程式管理:Project、Session、Evidence 與 Artifact 由應用程式保存;模型執行緒負責推理,不承擔正式資料的版本管理。
- 依目前路徑限制能力:以工具與服務邊界限制可執行的操作,並分開描述原生 runtime、Mock 審查示範與尚未接上的流程。
我做的事
- 把信任設計成資料結構:先處理事實、證據與版本關係,讓產出可以回查、修訂與審查。
- 做出可審核的流程原型:用受控寫入區分模型輸出與正式紀錄;提案與人工確認目前只在 Mock 路徑示範。
- 把原型與研究問題分清楚:完成工作區與契約的可操作原型,同時保留「是否比既有訪談方式更好」這個需要實測的問題。
價值
我的貢獻是設計 Codex Agent 周圍的 harness:把 runtime、工具契約、證據、版本與驗證接在一起,並清楚區分原型已完成的系統能力與仍待評估的模型品質。
技術:Codex app-server、FastAPI、Tool Contracts、JSON Schema、SQLite、Docker
回到 Mika Chiu 作品集