软件工厂栈的七层，评论区先盯上了权限和评审成本

Zach Lloyd 在 AI Engineer Code Summit SF 讲了七层软件工厂栈。软件工厂可以理解成一条自动构建软件的流水线，代理、权限、沙箱、模型、观测和入口都在里面。他把这套东西拆成 00 到 06 七块。

00 工厂即代码。代理工作流、访问权限、云沙箱配置，都应该变成受版本控制的代码，人和代理都能改。

01 数据与上下文。代理接触的数据要放在自己的基础设施上。内部 skills 和 MCP、代理 trace、访问日志、遥测，都得自己攥着。

02 计算。代理要有自己的电脑，沙箱权限可控，支持多个操作系统，并且能自托管。

03 推理。任何模型、任何 harness 都能接进来，用来跑基准、找匹配。不要锁死在一家模型供应商上。

04 改进。需要工具测量和改进工厂。观测指标包括 cost-per-PR、周期时间、延迟和其他 DORA 指标。代理还要能给输出质量打分、提出工厂配置改动，再重新测量，形成循环。

05 编排。需要一个运行时来启动代理、跟踪工作、从失败里恢复，还要处理多代理系统里的消息传递。

06 访问。工厂要能接外部系统。工厂本身要有 MCP server 和 REST API，团队工作的地方也要接上，比如 Slack、MS Teams、Jira、Linear。Zach 不推荐把 ADE 或 Web 界面 tightly coupled 到工厂上。

评论区没有停在鼓掌。@ilmAI 问了一个具体问题：权限即代码该先做，但代理能不能改自己的 access file，还是必须由人合并？

@Karthik 追问 cost-per-PR 的口径：只算 token 和沙箱算力，还是也算人审时间。他认为评审现在可能是更大的一块。

@John Rood 补了 01 里容易漏掉的部分：trace 告诉你什么跑了，不告诉你为什么。代理走了哪个分支，放弃了哪个分支，理由没写下来，之后补不回来。他提到 memoryrouter 保留这个理由。

@Ethan Walkrman 觉得最通的一点，是代理给自己的运行打分，并对工厂配置开 PR。这样整套栈才有持续改进的回路。

@Biscuit 说自己的沙箱规则还躺在文档里。@星海拾珠则对 01 最有感觉，代理日志和追踪确实得自己攥着。

这套栈拆开后，模型供应商只是 03。真正落地会碰到的，是权限文件谁合并、评审时间算不算成本、没写下来的理由怎么存。七层更像一张所有权清单，也是一张反馈回路清单。