Research-Plan-Implement Pipeline（RPI 流水线）

RPI 流水线是一种规定 AI 代理在开始任务前必须依次经过调研、规划、实现三个阶段的工作方式。打个比方，木匠不会一上来就钉钉子，而是先巡视现场（调研），画好设计图（规划），然后才搭建框架（实现）。

对于处理代码的代理来说，调研阶段意味着先打开代码仓库，确认使用的是什么语言、现有测试遵循什么惯例、实际的构建和运行命令是什么。接下来制定要做什么、怎么做的计划，然后才动手写代码并运行验证结果。正是这个顺序，才能让新代码准确地添加到正确的位置、以正确的格式呈现，而不会碰到生产代码。

这种顺序在指令含糊不清时尤其有用。即便有人只是简单地要求代理写测试而没有给出详细说明，代理也会先自行阅读代码仓库、掌握情况后再行动，从而降低出现离题结果的概率。

微软表示，其开源发布的单元测试生成代理会通过 Research-Plan-Implement（RPI）流水线依次完成规划、编写、执行和验证。该代理成功处理了 89 个模糊提示中的 79 个（88.8%），相比直接动手写代码的传统代理（66.3%）大幅减少了失败率。容易被误解的一点是，RPI 并非某家公司独有的专利技术，而是指先调研后动手这一工作流程本身的通用概念。

在把任务交给编程代理时，可以尝试这样分步骤提出要求。

第一步（调研）：先确认并总结这个代码仓库使用的语言、测试框架，以及现有测试文件的命名规则。先不要写代码。

第二步（规划）：根据刚才了解到的内容，制定在哪些文件中添加哪些测试的计划。

第三步（实现）：现在按照计划编写测试代码，运行后告诉我结果。

比起一次性交代所有事情，这样分阶段进行可以明显减少离题的结果。