에이전트가 자체 진행 상황을 관리하도록 허용

结构化的 self-planning

Claude Code 干活时经常要做好几步：grep 找引用 → 读几个文件 → 改代码 → 跑测试。如果你让模型「凭感觉推进」，你会看到它头几步做得不错，中间就开始遗忘，最后半途而废。

s03 的解法是给它一个清单工具：模型自己调 todo 工具往里塞任务项，TodoManager 验证结构、持久化、返回当前视图。这样有两个好处：

• 模型被迫把「要做什么」显式化出来——光写出来就已经帮它理清了思路。
• 人类能看到它在想什么。调试体验好十倍。

# TODO 视图，每一项都是结构化的
[ ] #1: grep "TODO" across src/
[>] #2: read src/app.py and list comments     # 正在做
[ ] #3: generate summary markdown
[ ] #4: write to TODO_LIST.md

(0/4 completed)

一条硬规则：同一时刻只有一个 in_progress

TodoManager.update() 里有一条校验：

if in_progress_count > 1:
    raise ValueError("Only one task can be in_progress at a time")

看似苛刻，其实是在帮模型。如果允许同时有 3 个「在做」，它就会四处开战、哪个都没做完。强制单任务推进，它被迫每完成一个才开下一个。

下面这个 widget 让你扮演模型，提交各种 todo payload，看哪些通过验证、哪些被拒。

Nag reminder：连续 3 轮没更新？戳一下

即使给了 todo 工具，模型还是会偶尔「忘记」更新清单——干了一堆事，但 in_progress 还卡在第 2 条。s03 的招式是一个非常简单的计数器：

rounds_since_todo = 0
while True:
    response = LLM(messages, tools)
    ...
    used_todo = any(b.name == "todo" for b in tool_uses)
    rounds_since_todo = 0 if used_todo else rounds_since_todo + 1
    if rounds_since_todo >= 3:
        results.append({"type":"text", "text":"<reminder>Update your todos.</reminder>"})

计数到 3，在下一轮的 user message 里夹一条 reminder。模型看到会本能地去调 todo。这是用工程手段把软性约束（「请保持更新」）变成强制刺激。

这种套路的名字叫什么？

在 agent 设计圈里，这叫 structured self-planning with soft nudges——给模型一个它必须写入的结构化状态，辅以时机性的 reminder。Claude Code 真实代码里用了类似模式，但更克制（频率低、措辞中性）。

为什么不直接把「每步都更新 todo」写进 system prompt？写是可以写，但模型对 system prompt 里的通用指令服从度会随对话变长而衰减。把指令拆成「不断重注入的 reminder」效果稳定得多。