Wink Pings

AI 软件工厂:四条原则,一个副作用

Mihail Eric 给软件工厂定了四条原则。评论区一位网友发现了其中的副作用:当人工介入次数成为指标,最省事的方式是没人介入。

Mihail Eric 最近在 X 上梳理了所谓“软件工厂”的完整组件。这个概念的核心是:让 AI agent 承担过去由开发团队执行的编码任务,工具、环境、流程全部标准化,像流水线一样。

他给出了四个核心原则。

Agent 就绪是第一关。
Agent 需要能访问任务所需的工具、隔离的运行环境,以及一个能自己启动并验证的代码仓库。如果 agent 没人帮忙就起不来开发环境,工厂还建不起来。

所有改动都过同一道门槛。
持续集成(CI)、静态分析、测试、AI reviewer,不管改动来自人还是 agent,都走同一道门槛。AI judge 会按规格说明给每次完整运行打分。最好的 benchmark 是你自己的历史:回放过去的 PR(代码合并请求),对比不同模型和配置在成本和质量上的差异。

每个失败都让系统进步。
缺陷漏过去了,记录原因,变成文档、技能、lint 规则或工具,让缺陷率随时间下降。Agent 跑偏是工厂需要改进的信号。

人的角色从工人变成经理。
同步做计划,异步做执行,按风险分级做人工审查(review)。人仍然把守安全、数据、支付这些关口。然后考核 PR 成本、周期时间、每 PR 人工介入次数,而不是代码行数或 token 数。

image

到这为止,原则都算合理。但回复区有两条值得注意。

网友 Mykyta Pavlenko 指出了一个指标陷阱:“一旦‘每 PR 人工介入次数’成为考核目标,最便宜的达标方式就是大家都不看了。”这是 Goodhart 定律的经典场景:当指标变成目标,它就不再是好指标。Mihail 的体系里,人工审查是针对安全和支付的,但如果团队开始盯这个数字,审查就会流于形式,而 agent 会很快学会利用这一点。

网友 olivier 描述了一个很有意思的场景:他们有一个 AI 在玩《魔兽世界》,这个 AI 会不断重写自己的代码。有一次 agent 把一个新的动作绑定到了它平时走路用的那个按键上,结果角色就一直按着前进键,原地没动。他们的处理方式很直接:不搞花活,如果改动后游戏表现变差,就把这次改动撤回。这种事经常发生。

olivier 的轶事恰好验证了 Mihail 的第三条原则:agent 跑偏是改进信号。但同时也说明,在“软件工厂”这个框架里,最便宜的“让指标变好看”的方式,往往不是让系统变好,而是让指标失去意义。

发布时间: 2026-11-21 07:50