给 LLM agent 的每次任务装上入口与出口两道门，中间为高价值交付加一场多候选竞争：动手前先侦察，交付前必终检；触发靠 hook，不靠模型自觉。
如果你不写代码，认识这五个词就能读完全文：
- agent：让大语言模型（LLM）自己规划步骤、调用工具、把一件事从头做到尾的工作方式——一个会自己动手的 AI 助手。
- subagent（子代理）：主 agent 临时请来的专职同事，在隔离的上下文里只干一件事，干完交报告。本项目的侦察员和质检员都是 subagent。
- hook（钩子）：宿主软件在固定时机自动运行的小脚本，比如「用户每发一条消息就执行一次」。它到点必响，不管模型记不记得。
- harness（运行框架）：承载 agent 干活的宿主环境（如 Claude Code、Cursor），hook 和 subagent 这些机制层能力都由它提供。
- MoA（Mixture-of-Agents，多代理混合）：同一个任务让多个模型各写一份完整答案，再由聚合器合成一份更好的终稿——像编辑部收三份独立初稿，出一篇定稿。
LLM agent 的失误，常常发生在两个时刻。
第一个时刻在入口。agent 拿到任务直接开干，外部事实没查，用户约束没问，上下文（模型当下记在脑子里的信息）缺口被带进执行过程，最后变成方向性返工。
第二个时刻在出口。答案写完就交付，没有独立质检，事实错误、答非所问、选择性遗漏直接流向用户，用户被迫当 QA（质检员）。
把「请你先确认需求」「请你交付前自查」写进提示词，只能算软提醒。上下文一长，提醒会被稀释。要让关键动作稳定触发，就不能只依赖模型记得，而要把它们移到 harness 的机制层。
Dual-Gate-MoA 做的就是这件事：入口一道侦察门，出口一道质检门，两门之间为值得较真的交付备一场多候选竞争。双门本体可以独立安装，MoA 是按需加装的扩展模块（PRD §14）；完整形态就是仓库名本身——dual-gate-moa。
一句话：强制在流程层，克制在内容层。
强制，是因为触发由 hook 执行，不依赖 agent 的记忆。入口的 UserPromptSubmit hook（用户每提交一条消息就触发）会 100% 注入「先侦察再执行」规则；出口的 Stop hook（agent 试图结束回合时触发）会检查 QA 表态，没有表态就拦回，连续拦 8 次后系统强制放行，避免死循环。
克制，是因为触发之后做多做少，仍交给智能判断。侦察员发现上下文足够，可以秒退；质检员认为交付物达标，可以一次 PASS；闲聊、纯查询和琐碎机械任务，写一个豁免标记就走零开销路径。
还有一条贯穿始终的模型策略：判断力密集的节点，永远用手里最强的模型。 聚合器 moa-aggregator 与终检员 qa-checker 通过 model: inherit + effort: max 钉在主会话当前可用的最强模型档位——判断力不降级，且随模型迭代自动跟进；三个起草者（proposer）则刻意混布模型档位与解题视角（默认档三发 A/A/B：Sonnet·max ×1 + Opus·xhigh ×2，两个从正面解题、一个专走逆向；另有论文忠实版全顶配可切换），让候选之间的差异来自构造，而不是运气。
门不信任模型的记性，但信任模型的判断。v1.7 之后还多了一条：门也不信任模型一定能跑完。 真实事故取证发现，深思考档位的模型在重任务包上会陷入"思考失控"——整个输出窗口烧在推理上、一个字正文都不出。修法不是祈祷，是工程：后台派生（单点挂死不拖死全局）、看门狗定时自查（不再等用户发现）、尾部对冲（掉队就补发替补，先到先用）——来自 Google《The Tail at Scale》的 hedged request 纪律。
一次任务大致经过四段。
入口。 research-gate.sh 在用户消息提交时注入流程规则，要求主 agent 先委派侦察员 research-scout。它与主上下文隔离，负责补齐四类信息——互联网、本地文件、个人记忆、需要向你收集的——并判断这单任务值不值得启用 MoA。能合理假设的空白先填掉、记入「已采用假设」留你一票否决；绕不开的问题才交还给你。它还内置一道「注意力定价」闸门：打断用户问一句，约等于消耗 30K tokens（token 是模型计量文本的单位）的注意力——能不问，就不问。
对复杂任务，入口还会升级为一场 Grill 追问闭环（PRD §15，借鉴 GitHub 上 Matt Pocock 的 grill-me 哲学）：侦察员判定任务复杂度并产出「分级追问计划」，主 agent 据此逐波向你追问——一次一问、每问自带推荐答案让你否决而非填空、按依赖排序、够明确了立即停。简单任务豁免追问，但基础侦察永不豁免——「先常驻触发，再判断豁免」。
执行，必要时升级为一场竞争。 普通任务，主 agent 拿着入口简报直接做。高价值的文本交付物——一份方案、一篇长文、一次评审——则进入 MoA 多候选竞争：三个 proposer 后台并行独立成稿，两个从正面解题，一个专走逆向、专挑毛病；候选先过一次本地相似度体检，防止写得太像、竞争名存实亡；然后由聚合器逐维比较、重写级聚合——不是拼接，不是投票，而是写出一份优于任何单份候选的终稿。做法是 Self-MoA（arXiv:2502.00674，TMLR）的工程化。
v1.8 起，这段 fan-out 由 Workflow 确定性编排脚本执行（moa-fanout.workflow.js 已嵌入 PRD §14.X）：并行、收集阶梯、对冲替补、体检全部写成代码、不可跳步——编排从"模型自觉照文字执行"变成确定性控制流；主会话同回合武装看门狗，任何一个 proposer 挂死都能被定时发现、止血、补位，最坏也能带着已到场的候选降级交付并如实声明。（脚本首次真实生产运行的复盘已挂进 PRD §9-7 观测窗——宣称与实测对齐，对自己也不例外。）
出口。 质检员 qa-checker 对照原始需求，从要求符合度、事实性、完整性三个维度终检，首行输出机读判定：PASS、PASS WITH FIXES 或 FAIL。不通过就进入「检、修、复检」闭环，最多三轮；若交付物出自 MoA，必修项会经续聊直达聚合器修订，不重跑 proposer——改的是稿子，不重开比赛。
审计。 subagent-telemetry.sh / .py 把每个 subagent 的真实判定写进 gate-events.jsonl（一份只增不删的事件日志，即遥测）。如果某个 session（一次会话）写了通过标记，日志里却找不到配对的终检判定，「写了标记没真检」就会在对账时露馅——门本身也被门审计。v1.6 起对账不再靠人记性：reconcile.py（随仓库附带）把分析配方代码化，一条命令输出裸放行清单、入口疑似漏派、健康基线当期值与扩展模块观测窗；每周由持久化定时任务自动跑，有新增违规才通知。落地首日它就抓出了真实违规——门审出了自己的漏网，这不是尴尬，是这套机制存在的意义。
另有一道活文档门：prd-sync-gate.sh 盯着机制文件，一有变更就要求同步 PRD（产品需求文档）与 Changelog（变更日志）。dual-gate-replication-prd.md v1.8（2026-07-24）是自包含的——幂等（重复执行也安全）安装、可执行验证、成体系的 ADR（架构决策记录，含每次真实事故的取证与决策留痕）、非 Claude Code 环境的降级矩阵（§11）全在一份文档里，整份交给任何 agent，就能复刻出一套可运行的实例。
用户消息
│
▼ UserPromptSubmit hook ──▶ research-gate.sh：无条件注入〔研究前置·流程门〕规则
│ （软触发：主 agent 据此委派 research-scout）
▼
主 agent ──委派──▶ research-scout（隔离上下文，Triage：够了秒退 / 缺口清单或分级追问计划交回）
│ └─ 复杂任务 → Grill 追问闭环：主 agent 逐波追问，一次一问·带推荐答案·够了即停
▼ 执行任务…（高价值文本交付 → MoA：Workflow 编排 proposer ×3 后台并行 + 看门狗/对冲
│ → 相似度体检 → aggregator 聚合）
│ （期间每个 subagent 结束都触发 SubagentStop）
│ └─▶ subagent-telemetry.sh/.py：识别 qa-checker / research-scout，
│ 从其 transcript 提取真实判定 → 追加 gate-events.jsonl
▼
主 agent 想结束回合
│
▼ Stop hooks（依次全部执行）
├─ qa-gate.sh：最终回复末行有 [QA-PASS]/[QA-EXEMPT: 理由]？
│ ├─ 有 → 放行（遥测记 pass/exempt）
│ └─ 无 → block 拉回：实质交付→先跑 qa-checker（FAIL 则修复复检）→[QA-PASS]；
│ 豁免类→[QA-EXEMPT: 理由]。
└─ prd-sync-gate.sh：机制文件 mtime > PRD mtime？
└─ 是 → block 逼同步 PRD + Changelog
| 组件 | 类型 | 干什么 |
|---|---|---|
| research-scout | subagent（侦察员） | 动手前补四类信息（互联网/本地/记忆/需向你收集的）、产出研究简报 + Grill 分级追问计划 + MoA 路由判定 |
| qa-checker | subagent（质检员） | 交付前按要求符合度 / 事实性 / 完整性三维终检，产出 QA VERDICT |
| research-gate.sh | UserPromptSubmit hook | 每条用户消息注入「先侦察再执行」的流程规则 |
| qa-gate.sh | Stop hook | 回合结束前查表态标记（[QA-PASS]/[QA-EXEMPT]），没有就拦回 |
| subagent-telemetry.sh / .py | SubagentStop hook | 把两个 subagent 的真实判定写入遥测，防「写了标记没真检」 |
| prd-sync-gate.sh | Stop hook | 活文档门：机制文件比 PRD 新就拦住回合，逼着先同步文档 |
| gate-events.jsonl | 数据文件 | 只增不删的遥测日志，复盘与交叉对账的数据底座 |
| reconcile.py | 离线对账脚本 | §9 分析配方代码化：裸放行清单 / FAIL 抢跑告警 / 入口疑似漏派 / 基线当期值 / 观测窗；随仓库附带，建议每周跑 |
MoA 扩展模块（PRD §14）另含五个 agent 定义——moa-proposer-a（Sonnet·max）、moa-proposer-a-opus 与 moa-proposer-b-opus（Opus·xhigh，默认三发阵容 A/A/B）、moa-proposer-b（备用档）、moa-aggregator——以及编排手册（SKILL.md）、Workflow 确定性编排脚本（moa-fanout.workflow.js）、相似度体检脚本与回归用例。Grill 追问闭环（PRD §15）为入口侧扩展，零新增文件——它是对侦察员与入口注入规则的能力升级。
仓库的核心交付物只有一份文件：自包含的可复刻 PRD——dual-gate-replication-prd.md。机制的全部源文件逐字嵌在里面，带幂等安装步骤和可执行的验收测试。
你不需要会写代码。 只要你在用 Claude Code、Codex、Cursor 这类 AI 编码助手，两步即可：
- 把整份
dual-gate-replication-prd.md发给它； - 对它说一句：
请按这份 PRD 的 §0 指令，在我的环境里复刻这套机制。
剩下的事——读懂设计决策、适配你的环境与工具、写入文件、跑验证——由 agent 自己完成。PRD 是写给 agent 读的，你只负责转发。不跑验证的复刻视为失败（这句话写在 PRD 第 0 节）。
- 工程读者想手动装：按 PRD §7 操作（备份 → 写入 7 个文件 → 合并 settings.json → 合并 CLAUDE.md → 保存 PRD 副本 → 重启会话 → 跑 §8 验证）。
- 不用 Claude Code：PRD §11 把机制拆成五项抽象契约（入口注入、出口拦截、独立质检者、判定遥测、活文档同步），逐项给了其他环境的降级实现路径。
- 想要完整形态（含 MoA 多候选竞争）：先装双门本体，再按 PRD §14 加装 MoA 扩展模块。
PRD §8 内置四步可执行验证，复刻后必须跑：
- V1 · qa-gate 场景测试：mock 五个场景（有标记放行 / 无标记拦回 / 句中引述不误放 / 续跑放行）。
- V2 · 遥测解析单测：喂样例 transcript，确认判定行被正确写进遥测。
- V3 · 端到端：真实会话跑一次最小终检，确认判定、遥测、放行三者对齐。
- V4 · 活文档门：touch 机制文件确认拦截，touch PRD 确认放行。
早期四周数据（2026-06-06 至 07-02，829 条事件）曾是这套机制的主要背书：112 次终检 50% 产生实质修改信号、39 个交付 session 零裸放行、30% 的入口侦察拦到输入缺口、约 2/3 回合零开销豁免。
然后它被自己的审计打脸了。 2026-07 中旬一次环境迁移后，一场 MoA 多智能体深度审计（PRD v1.6）发现：这批四周数据的原始遥测未随迁移保留，在新环境不可复现、无法独立验证；更扎心的是，新环境数据线跑起来的头三天，对账就抓出了真实的裸放行案例——与"零裸放行"的历史结论直接冲突。
处理方式写进了 PRD §12 的数据溯源注：旧数字降级为"迁移前环境历史参考，不再作为现状证明"；新数据线从零重建基线，reconcile.py 每周自动对账。一套宣称"门本身也被门审计"的机制，最有说服力的证据不是完美数字，而是它真的审出过自己的问题、并把过程原样留在了文档里。 新数据线的稳态读数（截至 2026-07-24）：exempt 占比 ~71%（克制层达标）、block 占比降至 ~5%、终检修改信号率 ~39%（历史口径 ~50%，新线样本仍在积累）。
这套机制在开源后的两周里经历了五轮真实迭代，每轮都由生产事件驱动（完整决策链见 PRD Changelog）：
- v1.4 · Grill 追问闭环：入口从"一次性缺口清单"升级为"按复杂度分级的多轮追问"——先常驻触发、再判断豁免，追问深度随任务复杂度动态伸缩。
- v1.5 · 思考深度分档：判断力节点钉 max、生成节点按档位分立定义文件（harness 不支持 spawn 时覆盖思考深度，这是工程约束逼出来的设计）。
- v1.6 · 多智能体深度审计：用 MoA 审计 MoA 自己——9 项优化裁决落地（8 项执行、1 项数据先行暂缓），包括对账脚本化（reconcile.py）、宣称与实测对齐、历史数据溯源诚实化。
- v1.7 · 稳定性改版：一次真实的 13 小时任务冻结事故（proposer 思考失控 × 前台阻塞）驱动——全后台派生 + 看门狗 + 尾部对冲 + 错误/挂死分流，效果优先的降级阶梯。
- v1.8 · 确定性编排：fan-out 段交给 Workflow 脚本（代码强制、不可跳步、可断点恢复）；周检接上持久化定时任务；遥测结论回流长期记忆。
演进的共同主题：每一层"应该会发生"的自觉，最终都被换成了"必然会发生"的机制。
同类质量门项目大多集中在出口：活干完之后审查、测试、阻断。这很有价值，但它主要回答「做完以后有没有错」。
Dual-Gate-MoA 还回答另一个问题：开工以前有没有走偏。
第一，入口门被放在前排。侦察员不只是查资料，它判断任务是否具备开工条件：哪些空白可以自己承担，哪些问题必须交还用户确认。2026-07 的一次实查里，出口质量门方向已有 71 个相关仓库，执行前的研究侦察门基本空白。
第二，它不是硬拦到底。原则不是每次都走最重流程，而是每次都经过机制判断——四周里约 2/3 的回合零开销豁免，克制不是口号。
第三，它审计的不只是交付物，也审计门本身。gate-events.jsonl 可以交叉对账，抓出「写了标记没真检」这种质量机制自身的漏洞。
第四，它的交付形态是一份自包含 PRD，加一组 hook、subagent、遥测和验证协议。机制文件变化后，活文档门会要求同步 PRD 与 Changelog；整份 PRD 交给任何 agent，即可复刻一套可运行实例。
顺带一提命名：GitHub 上 dual-gate 在 agent / LLM 语义空间零冲突——同名仓库清一色是半导体的双栅晶体管（dual-gate MOSFET）。而双栅晶体管的本义，恰好是「两道栅极控制同一条沟道」，与这套机制天然同构。
自由复刻、改编、分发；转载或改编文档时，请署名 Alf（公众号：数智化之心） 并附本仓库链接。
作者是 Alf（GitHub：Alfred1893），企业数智化从业者 / AI 产品经理。这套机制来自他日常 agent 工作流的质量工程实践。
设计笔记、架构复盘与后续迭代，会在公众号「数智化之心」持续更新。它关注企业数智化战略与架构，slogan 是：在变与不变之间，构建数智化转型之道。 写作者以企业智能架构师的视角，连接业务、技术与组织，帮助企业和个人构建可持续的数智化转型路径；把数智化当作一门落地生花的艺术，信奉系统思考、务实创新。
三个栏目：
- 建设之道：智能原生组织与应用架构；
- 能力进化：AI 产品经理与 B 端产品经理的成长，以及 AI Native 管理者一定要懂的软件工程知识；
- 一线观察：企业服务 GTM（go-to-market，市场进入）认知与数智化产品观察。
如果你是企业数智化战略或架构负责人、中高层管理者、创业者，或者对数智化转型感兴趣，这里谈的是转型的方法与认知、实践案例与落地方案——覆盖数字化营销、智能制造、数据分析等场景里的产品、管理与战略难题。也欢迎关注这一领域的猎头顾问与 HR 朋友交流。
