我真的不确定别人怎么做到 AI 无人值守开发的，我觉得即便是多代理并行 ，worktree 拆分工作范围，也很难做到这一点。你始终要面对 AI 对问题的了解不如你深刻，抑或，因为自己对问题了解得不够深刻而提供的错误上下文。
如果有人可以做到精确完美地提供上下文，那么可能做到多代理，无人值守开发。然而，这仅仅是可能性，由于 AI 还会自我泛化，因此最终实现时，还会出现：
- 一些没说的，它做了;
- 一些说了的，它没做;
- 一些说了的，做歪了。
在 AI 无人值守开发时，如何面对以上三点所造成的不确定性？
 |
1
FaustY 4 days ago
1 、根据业务深度定制/调试 skill, skill 是模具，无人值守队列是流水线，代码是产品； skill 调试到能稳定输出为止
2 、多拆对话，提示词和 skill 的流程设计中，用 subAgent 或者 headless agent cli 外包来减少主对话上下文，防止注意力漂移 3 、生成类任务必有 reviewer, 且必须是独立上下文的 subAgent/headless agent cli PS: 只有一轮/一道工序生成的产物注定不可能完美，SPEC 生成、CODE 生成、冒烟自测+修复、跑完整测试案例... 一道道批量自动化工序下来，人最后接手，要干的事会少很多。 |
Select Language