机器人团队总在交接处翻车,跟模型没关系
Lauren Tan上个月把2500个PR送进生产,机器人自己写自己合并。Chrome拆完她的分享,发现问题不在模型,在每次交接时漏掉的那几行字。
上个月,SpaceXAI的工程师Lauren Tan把2500个PR送进了生产环境。大部分是机器人写的,也是机器人合并的。她睡觉的时候,它们接着干。
早上起来,她只做一件事:检查commit。
这个流程听起来像“AI替我上班”的故事。但Chrome把她的分享拆完之后,指出了一个更朴素的事实:让机器人团队跑通整夜的,不是模型多聪明,是每次交接时留在文件里的那几行字。
Chrome是一个专注把AI讲给非程序员听的作者。他写过一篇长文,讲怎么搭一套机器人团队,让它们接力干活而不把活干丢。文章被转发三万多次,评论区吵得挺热闹。有人说是今年看过最实用的AI工作流,也有人说看完把自己那十一个机器人删到只剩三个。
先说问题。
交接才是翻车的地方
每个机器人有自己的记忆上限。这个上限让团队能工作:一个机器人只管一块,脑子不糊。但也让交接处漏水:文件从一个机器人传到另一个机器人,做判断的理由没跟过去。
第二个机器人打开文件,看到一个结论,没有推导过程。一个能干的员工拿到半份brief会怎么做?自己把另一半补上,还挺自信。
三种东西会从这个缺口漏出去。
第一种,你之前否掉的方案又回来了。因为第二个机器人不知道它被否过,而它看起来确实像个好主意。评论区有个叫kuch的网友说,把“被拒方案和原因”写下来,比调prompt管用。
第二种,目标漂了。“把这个写出来”没有写给谁看、为什么写,机器人只好猜一个读者。
第三种,过期事实当新的用。文件里没写这个事实是什么时候成立的,它就会一直传下去。
这些看起来都像模型出了错。其实每一件都是交接文件里缺了一行。
Chrome分享里有个片段值得看:18:53,机器人反复重写同一段检查逻辑,她干脆把检查本身写成了一个skill。45:16,另一个机器人只负责把坏模式记到文档里,不急着修。这些动作都围绕一个原则:把判断写下来,让下一个接手的能读到。
从三个机器人开始
Chrome的建议很直接:三个起步,别七个。三个能活过一个月的,比七个到周四你就不看的强。三个也是能形成真正交接的最小数字。
三个角色按顺序接:
收集者:找材料、汇总,不判断什么重要。
决策者:判断、砍方案,不出最终成品。
生产者:按brief产出,不发明需求。
每个机器人配一张never-list,写清楚哪些事归别人管。没有这个,生产者会在brief变薄的时候自己开始做决策,决策者会因为解释太慢干脆自己动手。
Name: [bot name]
Owns: [one area, in one sentence]
Never: [the two or three things that belong to another bot]
Hands to: [the next bot by name]
Done means: [the exact file it leaves behind]
有网友在评论区晒了自己的经历:一开始做了很多机器人,后来发现根本用不上那么多。
什么时候加第四个?等三个里有一个变无聊了。无聊的意思是它跑了一周你没改过它。在那之前加第四个,等于多一个没封好的接缝。
六行字
整个方法的核心在这里。
每个机器人干完活之前,写一个HANDOFF.md。下一个机器人打开文件之前先读它。
GOAL: 一句话,写给下一个机器人看,不是写给你自己看。
DECIDED: 定了什么,每条一句话说为什么。
REJECTED: 考虑过什么、为什么扔了。防止下次再被提出来。
DONE MEANS: 下一个阶段要过什么测试才算完成。
SOURCE: 事实从哪来,附链接,附日期。
NEEDS YOU: 需要你拍板的事,写在一行里,机器人继续做别的。
第三行是所有人都会跳过的那行。GOAL和DONE MEANS看着就有用,写完就停了。REJECTED才是省时间的:没有它,下一个机器人看着同样的问题、用同样的能力,伸手去够同一个你已经扔掉的方案。你周二否掉的东西,周四会被写得更好地送回来。
SOURCE必须带日期。一个事实有链接没日期,它会永远传下去,悄悄变成错的。
NEEDS YOU存在的意义是让链条不为你空转。机器人凌晨三点需要你决定,写在这一行,然后继续做别的。你早上读到,被卡住的只有你,不是整条链。
文件夹即交接
所有机器人共享同一台机器。这是安全隐患,也是最大的便利:文件夹是最便宜的交接方式,不用配置,不用等,不用权限。
工作这样走:
/workspace/[project]/
WORKLOG.md
01-collected/
HANDOFF.md
02-decided/
HANDOFF.md
verdict.md
03-produced/
HANDOFF.md
WORKLOG.md在项目最上面,一行一步:
2026-10-31 09:12 | Collector | DONE | 01-collected/ | next: Decider
2026-10-31 10:40 | Decider | DONE | 02-decided/ | next: Producer
2026-10-31 11:02 | Producer | BLOCKED | needs the pricing decision in NEEDS YOU
规则只有一条:机器人的名字出现在上一行的“next:”后面,它才启动。不按表走。
BLOCKED是一个状态,不是失败。被卡的机器人写一行原因,停。反复重试的机器人才会烧掉你一周的额度,然后给出三个不同版本的错答案。
Chrome特别提到,Grok Bot只存最近二十次运行记录。到周四,周一那场运行的证据已经没了。自己维护的WORKLOG.md一行一次,不会过期。
早上检查什么
拿到成品之后,读交接文件,不只读输出。四个问题,每个一行:
输出服务的是GOAL写的那个目标,还是旁边那个?
有没有内容跟DECIDED冲突?
有没有东西来自REJECTED?
每个事实都在SOURCE里出现、并且带日期吗?
返回PASS,或者一个编号列表。
不自己动手改输出。改东西的检查者有立场证明自己是对的。
五个早上能搭完
Day 1: 建文件夹,建WORKLOG.md,写一行示例。
Day 2: 建收集者和决策者,给两边同一套交接规则。手动跑一遍,读收集者写的HANDOFF.md。
Day 3: 加生产者。它只按DECIDED写的东西产出,缺的写进NEEDS YOU,不自己发明。
Day 4: 在最后阶段加交接检查。
Day 5: 删一个定时任务。看每个计划任务在等什么,如果等的是另一个机器人干完,删掉,日志里已经有这个信号了。只在外部世界变化时保留定时器。
最后
Chrome的结论很克制:机器人团队很少在工作本身出问题。它们断在文件从一个记忆搬到另一个记忆的那半秒里,推导过程没跟过去。
六行字跟着每个文件走,一行日志说轮到谁,一个检查读接缝而不是读输出。在你建第四个机器人之前把这三样搭好,早上的团队就不会给你惊喜。
至于那些整夜跑完的PR,git blame会显示一串幽灵。注释是机器人写的,commit是机器人提的,但每一条都能追溯到某个晚上的某一行HANDOFF.md。
发布时间: 2026-11-19 09:28