教程2026-11-08 · 智涌AI

管 Coding Agent 像带团队:简报、验证与并行上限

Coding Agent 管理教程头图:写简报、分配划边界、Agent 自测、PR 包与审查、合并复盘五步流程;标注 7 项简报要素、3–4 条线程上限、15 分钟无进展汇报

同时开五个 Coding Agent 会话不难,难的是五份结果回来以后,你得一份份看懂、判断、合并。工程师 Addy Osmani 这一年写了好几篇文章讨论这件事,结论很一致:Agent 多了以后,你的活变成了管理——写任务简报、决定放手多少、搭验证闭环、控制并行数量。本文把 Your AI coding agents need a manager、Agentic Verification 和他谈并行上限的两篇文章串成一套能照着做的流程,再对上 Claude Code 官方最佳实践里的对应功能。

瓶颈从写代码挪到了看结果

Addy 在 1 月那篇文章里说得直接:Agent 能在后台、在隔离环境里干完一块活,交回来一个可审的 PR,现在的问题已经不在「它会不会写」,而在「这个该不该做」和「你管不管得过来」。他引用了 Simon Willison 的观察:并行任务的天然瓶颈是审代码,生成代码反而最便宜。

所以他把工作拆成两种模式并行跑。一种是本地、高接触的会话,你全程在场,处理架构决策、棘手重构、需求模糊、需要品味判断的事;另一种是云端或后台会话,异步执行边界清楚的任务,比如照着现成模式做的迁移、补测试、更新文档、升级依赖、小 bug。前一种你像结对,后一种你像派活。

Agent 能并行,你的注意力不能。判断、审查、合并,最后都要排队经过你这一个人。

简报写清楚,返工才少

带过人的都知道,产出质量在上游就定了:需求含糊、归属不清、没有完成标准,后面一定返工。Agent 更是这样,它返工也快,烂代码出得也快。Addy 列的简报要素有七项:

两个省力的办法。一是直接点名要它参照的文件,让它照着仓库里的真实约定写,别自己发明一套。二是把长期规则写进 AGENTS.md 或 CLAUDE.md:跑哪些测试、lint 规则、依赖政策、文档要求,每次会话都能读到。Claude Code 的官方最佳实践也建议先写一份 SPEC.md,再开一个干净会话照着它实现,完成标准就写在文件里。

三档分配:全交、带检查点、不交

常见的坑是把本该自己做的部分也交出去:产品意图、API 设计取舍、架构边界、长期维护的判断。Addy 借用了 OpenAI「AI 原生工程团队」指南里的「委派、审查、拥有」三分法,落到任务上大致是下面这张表。

档位典型任务你做什么
全交规格清楚的机械实现、样板重构、补测试、改文档、低风险维护写好简报,验收时看证据
交出去但设检查点动共享接口、容易冲突的改动、产品边角情况多、数据迁移中途看方案再放行,合并前细审
不交,或只让它出方案系统架构和新抽象、需要品味的跨模块重构、「该不该做」、安全和隐私设计自己拍板,Agent 只做调研和备选

边界也要提前划好。几个 Agent 改相邻代码,相当于把五个工程师塞进同一个文件。Addy 的规则是一个 Agent 只负责一个 PR;两个任务可能碰同一批文件,就重新拆;共享接口先由人主导做一个 PR,Agent 在这个接缝上继续。工程上用 git worktree 隔离,Claude Code 里 claude -w feature-auth 会在新 worktree 里开会话,gitignore 掉的 .env 之类可以写进 .worktreeinclude 自动复制过去。

验证闭环:让 Agent 先过自己这一关

10 月那篇《Agentic Verification》把话说得更重:Agent 没法验证自己的产出,就等于在猜;猜错了,就要靠你读 diff、跑测试、点应用、报 bug 再发回去,这是最慢、最贵、也最没法扩到多人的反馈环。他的原话是:宁可要一个好得多的反馈环,也不要一个稍好一点的模型。

落到日常,管理者式的要求是这几条:

测试本身也要挑。他最推端到端测试,因为它只看用户看得到的东西,很难被「Agent 和单元测试共享同一个误解」骗过去;属性测试负责「什么永远不该发生」,比如往返编码不变、余额不为负、重复执行结果一致;替换旧系统时把旧系统当标准答案做差分对比。测试还得快、结果稳定:慢了 Agent 会少跑、攒一堆改动再跑;时好时坏,它会学会「重跑一遍」而不是修问题。

Claude Code 文档里对应的工具:做完后在会话里跑 /verify,让它构建运行应用、看实际结果;在 .claude/agents/ 放一个只给 Read, Grep, Glob 工具的 reviewer 子代理,它改不了任何文件,这个限制由 Claude Code 执行,不靠提示词。文档还提醒:审查提示里要写明哪些问题可以跳过,否则审查方总能挑出毛病,你全改了反而多出没必要的抽象和测试。

并行数量按审查速度定

5 月的《The Orchestration Tax》讲的是另一面:开 20 个 Agent 会让你觉得特别忙,可忙不等于产出。他的类比是并发系统里的背压,Agent 数量是生产者,你的审查速度是消费者,合适的并行数就是你真能认真审完的数量,对多数人来说是个位数的低端。4 月那篇写他自己的上限,一般会话大约 3 到 4 条线程,取决于复杂度。

几条可以直接用的做法:

他自己的配置是 4 到 5 个后台 Agent 跑中低复杂度的活,本地另开 3 到 5 个会话亲自盯架构和产品细节,同时强调这只是他的情况,不必追求十几个并行。

一轮完整流程

把上面串起来,就是 Addy 给的那套循环:像经理一样写简报;像调度一样分配并划清边界;异步检查、快速解除阻塞;严格验证(测试、lint、PR 包、必要时二次审查);按顺序小心合并;最后复盘,把这次踩到的坑写回 AGENTS.md 和检查清单。最后一步最容易被省掉,下一轮能不能少踩坑就看它。站内的 /retro 复盘 Skill 和 截图录屏当完成证据 可以接在这一步之后用。

最后

下次开并行会话前,先挑一个你最常派给 Agent 的任务,按七项要素写一份简报,并要求它最后交一个带测试输出的 PR 包。跑一周,看你审一份结果的时间有没有变短。

关注公众号「智涌AI速递」

每天的 AI 快讯、实用教程和 AI项目实测,也会同步发到微信公众号。在微信里搜索「智涌AI速递」就能关注;不用微信的话,可以用 RSS 订阅本站。