Foreman：给 Coding Agent 加一个独立监工 • Lora

核心观点#

Coding Agent 自己写代码，又自己判断“是不是已经做完”，会把执行和验收放进同一个决策循环。 Foreman 的做法是把监督单独拿出来。Worker 不需要停下来等待监督者思考。运行事件持续进入独立循环，监督层只看受限证据，再由确定性 policy 决定是否继续、验证、停止或请求人工。这里最值得研究的不是再增加一个会写代码的 Agent，而是给现有 Agent 加一个独立的控制面。

30 秒看懂#

给 Foreman 一个 ticket、规格、Bug 或自由文本任务。Codex worker 正常写代码、改文件、跑测试。同时，Foreman 读取 diff、测试、worker 输出和事件。Jev 判断任务是否完成、测试是否充分、worker 是否卡住或跑偏。Python policy 再决定下一步。如果需要验证，它启动一个独立 verifier。worker 卡住时可以停止或重试。需要凭证、澄清或人工判断时，它会停下来请求人处理。

为什么有意思#

大部分 Coding Agent Harness 把“做事”和“判断何时结束”放在同一个 Agent loop 里。Agent 可能在测试没覆盖够时结束，也可能已经完成却继续消耗上下文。 Foreman 没有重写 Codex 的 reason、tool、observe 流程，也不替它选文件和工具。它从外部读取有限证据，只处理更窄的问题，例如是否卡住、是否需要独立验证、是否满足需求。这个分工让监督策略可以单独测试和调阈值。README 也明确保留了边界：Jev 的判断准确率还没有被证明，误判可能停止正常 worker，也可能放过错误工作。

3 个值得借鉴的设计#

1. Worker 和监督循环分开#

Coding Agent 继续执行任务。Foreman 以独立异步循环读事件，不需要 worker 每做一步都停下来等待一个额外模型。

2. 模型只判断，Policy 才执行#

Jev 输出的是判断结果。停止 worker、启动 verifier、重试或结束任务由 Python policy 决定。可执行动作不直接交给概率模型。

3. 监督上下文有明确上限#

Foreman 不把整个仓库丢给监督模型。它只提供任务、近期输出、受限 diff、修改文件、测试和事件。README 给这些观察数据设置了明确大小上限。

与我的连接#

你做 Agent Harness 或 Agent Eval 时，可以把 Foreman 的思路移到自己的 runtime。例如多 Agent 系统中，不要让执行 Agent 同时决定自己是否完成。单独维护一个 supervisor state，只接收任务状态、工具结果、失败次数、成本、测试和关键事件。监督模型负责判断，真正的 stop、retry、verify 和 escalate 由确定性 policy 执行。这也可以和 Kitaru 类 replay eval 配合。Foreman 管实时运行中的监督，replay eval 再检查监督策略是否经常误停、漏停或过早结束。

来源与事实核验#

核验时间：2026-09-17 17:11 UTC-8。

项目名称：Foreman。
维护方：GitHub 组织 thruwire。
官方仓库：thruwire/foreman ↗。仓库公开且未归档。
核心能力：一个 Coding Agent worker 负责实际软件工程任务。Foreman 在独立异步循环中读取运行证据并判断当前工作状态。
Worker：V1 使用安装在本机的 Codex CLI，通过 codex exec 运行任务。README 同时说明 worker 实现可以替换，运行时只依赖一个较小的 worker 协议。
监督输入：原始任务、worker 摘要、近期输出、退出状态、耗时、git status、受限 diff、修改文件、验证结果和近期事件。
判断维度：实现是否完成、测试是否充分、需求是否满足、是否需要验证、是否可以结束，以及当前 worker 是否有进展、是否卡住、是否跑偏、是否需要人工。
决策机制：Jev 负责给出判断结果。真正允许的动作由确定性的 Python policy 决定，包括继续、启动 worker、启动独立 verifier、停止、重试、结束和交给人工。
Demo：仓库提供 foreman demo --repo .。README 明确写明该 demo 不需要 API key、网络、Codex 安装或外部仓库。
持久化：每次运行保存在 .foreman/runs/<run-id>/state.json 和 events.jsonl。
LICENSE：MIT。
最近更新时间：2026-09-17 12:32:50 UTC 的提交为 docs: clarify Foreman introduction。同日还有 foreman first release 提交。
当前状态：项目作者明确把它定义为架构实验，不声称已经优于普通 Coding Agent Harness。V1 一次只运行一个 coding worker。本地执行不是安全沙箱。
独立官网：本次没有从官方仓库确认到独立官网，因此不写。

证据卡#

Foreman 官方 README ↗ 说明 worker 与 Foreman 双循环、Jev 判断、确定性 policy、真实 Codex worker、离线 demo、持久化和限制。
MIT LICENSE ↗ 核验许可证。
首次发布提交 ↗ 发生于 2026-09-17。
最新文档提交 ↗ 发生于 2026-09-17 12:32:50 UTC。