全 AI 编码项目如何靠质量关卡持续交付

我是一名产品经理。我不会写代码——不是“写得不太好”，而是即使性命攸关，我也交付不了一个能正常工作的功能。Git 也是我在开发这个项目的过程中，跟着 AI 一点点学会的。

但现在，我维护着一款开源桌面应用：它有 3,600 多颗 GitHub star、59 次发布、34 位贡献者，UI 已翻译成 10 种语言。每一行代码都是 AI Agent 写的。我的工作是提需求、做决策和验收。架构、代码、测试和发布，则由 Agent 负责。

这篇文章不是要说“AI 很神奇，谁都能做到”。AI 写的代码会以一些可以预见的方式出问题。让这件事行得通的，关键不是 Agent，而是质量门禁。下面是我实际使用的整套机制，以及支撑它的证据。

我最初遇到的是一个自己的问题：这些年来，我在 GitHub 上给几百个仓库点过 star，但之后总是找不回来。GitHub 的 star 列表就是一面按时间倒序排列的墙；搜索匹配的是名称，而不是“那个能把网页转成 Markdown 的工具”。

在一个周末的黑客马拉松期间，bolt.new 可以免费使用。我描述了自己的需求——同步我的 star，让 AI 打标签、分类，再提供语义搜索——它就开始写代码。原型很丑，但确实能用：我的 star 列表自动整理好了，我也能用自然语言搜索它。

于是，我继续做了下去，全程使用 AI 服务的免费额度，一家额度用完就换另一家。（这个限制后来变成了一项产品决策：应用采用 BYOK，不绑定任何 provider。它不绑定厂商，因为作者从一开始就没有条件绑定任何一家。）

最让人难以相信的部分：质量门禁

“Vibe-coded” 项目的名声大家都知道：演示不错，代码库却逐渐崩塌。我的代码库之所以没有崩塌，是因为任何改动在合并前，都必须通过一套自动化流水线，而它比许多人工开发团队执行的检查还严格。主 CI job 的名字就叫 Quality gates：

• 架构边界检查——用一个自定义脚本强制执行前端的分层规则，防止 Agent 悄悄把代码库搅成一团。
• 发布文件防篡改拦截——贡献者，无论是人还是 bot，都不能在 PR 中修改版本号或更新 feed。只有 release bot 可以。有个 Agent 试过，门禁直接拦了下来。
• 插件注册表校验——每个 PR 都会对社区插件注册表进行语义检查。
• i18n 完整性门禁——每个 PR 都会检查 diff，查找全部 10 种语言中缺失的翻译，以及硬编码的 UI 字符串。Agent 很爱硬编码字符串，门禁则很擅长把它们揪出来。
• Lint、typecheck、完整测试套件、production build——覆盖前端、可选的自托管 server，以及 worker。
• CodeQL 和 gitleaks 作为独立 workflow 运行——分别负责静态分析和密钥扫描。

就连 CI runner 的镜像也固定了版本，并且留有注释解释原因：浮动的 ubuntu-latest 标签当时已有迁移计划，会在所有门禁脚下悄悄换掉工具链。

有个细节需要坦诚说明：依赖审计目前只生成报告，不阻止合并。CI 文件用直白的语言写明了原因——传递依赖链中有两项已知的高危安全通告，需要对工具链进行大版本升级才能解决；清理完这些积压问题后，审计就会成为阻断项。我宁愿给你看一个明确记录了例外的门禁，也不愿假装所有检查都是绿的。

再看数字：一共创建了 317 个 pull request，合并了 272 个，每一个都走过这条流水线。我也不再是唯一的作者——一位社区贡献者已经交付了多项重要功能，包括 Discovery 中的外部 feed、token 权限配置的入门指南，以及卡片快捷操作。他走的门禁和 Agent 完全一样。门禁不关心代码是谁写的。这正是它的意义。

人实际在做什么

我的工作流属于产品经理，而不是工程师：

• 把需求写成规格说明，而不是愿望。“用户找不到点过 star 的仓库”，需要具体化为：同步流程、AI 摘要和标签、可以锁定的分类，确保重新分析永远不会覆盖人的决定，以及对数千个仓库执行批量任务时的暂停和恢复能力。规格越清楚，Agent 自由发挥的空间就越小。
• **在岔路口做决策。**用户提出想要 CLI。我们的技术栈让这件事很难做；但收集实际使用场景后发现，他们真正需要的是“让我的 AI 工具查询我的 star 库”——于是，我们交付了一个 MCP server，提供 10 个只读工具。一个限制变成了一条实用的侧门，而产品核心始终没有变：由 AI 整理仓库库本身。
• **接受或拒绝。**如果门禁通过，行为也符合规格，就发布。否则，我会把反馈整理成更完善的规格交回去，而不是自己去乱改那些读不懂的代码。

我想对其他不会写代码的人说什么

你的护城河从来不是打字速度。在 Agent 时代，稀缺的能力是准确知道要做什么、为谁而做，以及如何判断它做对了——然后建立约束，让自动化工作始终经得起检验。产品经理、客服负责人、领域专家：你们一直都在为这件事积累能力。

这款应用叫 GithubStarsManager，采用 MIT 许可，local-first，免费。如果你的 star 列表已经成了仓库的坟场，它也许能让这些仓库重新派上用场。如果你是一名开发者，对 AI 编写的软件抱有怀疑——这种怀疑完全合理——仓库是公开的，去读读 CI 文件吧。我也读过——好吧，是 Agent 给我解释的。然后，和往常一样，我检查了它的工作。

披露：这篇文章由 AI 辅助起草，并由我审阅——坦白说，这也很符合这个项目一贯的做法。

如需采取进一步行动，你可以考虑屏蔽此人和／或举报滥用行为。