开五个 Coding Agent 之后，瓶颈从写代码变成了验收

Addy Osmani 最近写了篇关于 Coding Agent 的文章。Coding Agent 指能读代码、改代码、跑命令的 AI 助手，Claude Code 这类工具算典型。他的判断很直接：如果你每天在挑任务、写说明、委派、追问、验收，你已经在做管理。管理在这里指让别人的工作产生结果，和头衔无关。

多开会话很容易制造一种错觉，活已经交出去了。推文回复里有网友提到，多开 Agent 后瓶颈从写代码挪到了验收排队。验收标准写不清，Agent 越多返工越多。这个观察比工具功能列表更接近日常。

Addy 把自验证放在第一位。每个任务都该有一个能跑的检查，测试、构建、类型检查都行，界面改动可以用截图。Agent 先执行、检查、修正失败，再提交结果和证据。没有验证，它只有看起来做完了这一个信号。推文回复里有人给自己的 bot 定规矩，点了按钮要交截图，证明页面真变了，只报 diff 不算完。

任务说明该补仓库里没有的信息：为什么做、业务约束是什么、哪些事不要做、怎样算成功。代码里能读到的内容不用重复。Addy 举了个例子，把让 dashboard 更快改成更具体的说明：p95 加载时间在 10k+ 成员的组织下低于 2 秒，说明企业管理员每天打开它，慢加载是最大支持工单来源，限制是不改 schema、保持 API 响应形状，范围排除 UI 改动和整页缓存，检查是跑指定性能脚本并给出前后数字。给外包做页面也一样，只说弄快点，对方只能猜。

同一个错纠正两次，就该写进共享规则或技能。规则多了会互相打架，模型升级后旧约束也要清理。普通偏好写成指导，必须遵守的安全要求用强制机制。Addy 文章里提到，提示词、CLAUDE.md 和技能是模型可以考虑的请求，hooks、deny rules 和管理设置是始终执行的要求。多数情况让 Agent 自己判断，硬限制留给不能弯的事。

并行的上限往往是人的注意力。Addy 说自己多数日子跑四五个后台 Agent 和几个本地会话，有些天也嫌多。无人值守任务开始前，要明确完成条件、验证方式、权限、运行上限、交付产物和审批人。新流程先小范围试跑。测试全绿也不代表功能值得做，产品取舍、安全边界和发布判断仍由人负责。衡量交付周期、返工和回退，别只数 Agent 写了多少代码。推文回复里有人调侃，以前升主管还加薪，现在开几个 Agent 就变管理者，薪水一毛没涨还要多付订阅费。

验收证据要具体。推文回复里有人提到，AI 曾告诉他 X 帖子已排期，其实还在草稿箱。他想看到排期队列里的日期和时间。做完了这三个字不说明什么。还有网友说，两个 Agent 对同一张 ticket 的完成标准理解不一致，先改 ticket。这跟 Addy 讲的上下文和验收标准是一回事。

Addy 在文章里也提醒，管理类比有边界。管人更难，带过五个 Agent 不等于能带五个人。Agent 没有真正的经验，只有记在一台机器上的笔记。它们更少反驳，人更容易过度信任。重做成本低是优势，可以让它做两三个方案对比。但安全、合规、产品判断这些事，仍得人签字。

文章最后说，不必想当管理者，但用好 Agent 的工程师会学会管理。多开窗口很容易制造活已经交出去的错觉。真正交出去的标志，是它回来时带着能核对的结果。

原文链接：meng shao 的推文 Addy Osmani 的文章 Addy 的推文