文章摘要
【关 键 词】 AI编码、研发转型、Agent协作、效能优化、代码自治
一支团队开展了为期五个月的挑战，开发并发布一款完全无人工编写代码的内部测试产品，该产品已拥有内部日活用户与外部Alpha测试人员，在真实开发环境中运行迭代。从应用逻辑到测试脚本、CI配置等所有代码均出自Codex，其开发效率仅为手动开发的10%。人类掌舵，Agent 执行是核心模式，团队设定拒绝人工编写代码的核心哲学，旨在探索工程师不再以写代码为主业，转而设计环境、定义意图、构建反馈循环时的研发模式变革，分享相关成败经验与资源最大化利用方法。
2025年8月底，团队从空仓库起步提交首次Commit，初始脚手架、仓库结构、CI配置、AGENTS.md文件等均由Codex生成，无预存人工代码作为锚点。五个月后，仓库已拥有约100万行代码，涵盖应用逻辑、基础设施、工具链等多类核心内容。团队从3人扩至7人期间，人均PR产出率反而提升，产品被数百内部用户重度使用，全程无人类直接贡献代码。
工程师角色彻底转变，工作重心转向系统设计、脚手架搭建与杠杆效能，核心任务是赋能Agent开展有效工作。团队采用深度优先方式拆解宏大目标，通过提示词与Agent交互，形成“拉尔夫·维格姆循环”，让Agent自主完成代码评审、迭代优化，无需人类手动操作开发工具。在上下文管理上，团队放弃单一AGENTS.md大文件方案，转而将其作为目录，以结构化docs/目录为唯一事实来源，用机械化手段维护文档，避免上下文过载、规则腐化等问题。
团队以“Agent可读性”优化仓库，前置僵化架构模型，通过自定义Linter与结构化测试强制执行依赖规则，让Agent在边界清晰的环境中高效工作；吞吐量提升后，团队降低阻塞性合并门槛，优先推进进度而非等待。目前Codex已能端到端驱动新特性开发，仅需提示词即可完成验证、修复、PR等全流程，但自主化带来的熵增问题需通过将规则写入代码库，由周期性Codex后台任务进行“垃圾回收”，自动扫描重构偏离规则的代码，避免技术债累积。
这套策略在内部产品发布中表现良好，但团队仍在探索多领域问题，包括系统架构连贯性的长期演进、人类判断力的最优杠杆点、模型能力提升后的系统进化方向，明确构建软件的纪律已从代码编写转向脚手架、工具链与反馈循环的搭建。
原文和模型
【原文链接】 阅读原文 [ 5791字 | 24分钟 ]
【原文作者】 AI前线
【摘要模型】 doubao-seed-1-8-251228
【摘要评分】 ★★★★★
相关文章
