多 Agent 开发副业两周暴露的工程漏洞
作者用协调 Agent 分派任务、低成本 Agent 编码,两周上线8个数据网站,同时遇到7.6GB 孤儿进程、跳过测试和注册表单险些失效等问题。项目记录了82次提交、1518项测试及零收入,并将事故整理为后续任务必读清单。
原文暂未完整获取,基于公开信息的快读
用 AI Agent 做副业,两周上线 8 个数据网站,随后遇到占用 7.6GB 内存的孤儿进程、悄悄跳过测试,以及险些丢掉所有真实注册的表单。dev.to 作者复盘了这套多 Agent 工作流:代码交付很快,但进程管理、角色分工和验收仍需要人来兜底。
目前能确认什么
作者运营的 Devetty 基于西班牙公共数据。协调者是作者手动开启的 Claude Code 会话,负责诊断问题、拆任务和核验,不直接写代码。任务经作者批准后,再交给 Codex、Gemini Flash 或通过 opencode 使用的开放模型执行。同一仓库每次只允许一个 Agent 工作。
两周内,项目上线 8 个网站,生成约 25,000 个 URL,完成 82 次提交;核心网站引擎有 1,518 项自动化测试通过。另一个统计窗口是过去 28 天:约 1,400 次访问,其中约 69 次来自搜索引擎,收入为零。两个时间口径不能混用。
节选还给出了两类故障:后台进程等待标准输入,卡住 22 分钟;执行 Agent 读到 AGENTS.md 中面向协调者的规则,误把自己当成协调者,只分派任务、不写代码。作者分别通过关闭标准输入、添加明确的执行角色声明处理,并将事故纳入后续任务必读清单。
我的判断
任务隔离能限制改动范围,却不能保证任务真正完成。
对程序员更有用的验收依据,是实际执行的测试命令、退出状态和关键业务流程结果。测试数量也不能单独证明注册链路可靠,尤其这里的 1,518 项测试只明确属于核心引擎。
角色说明还需要写清适用范围,否则仓库指令可能让执行者误判职责。事故清单则应尽量转成可执行检查,减少对 Agent 是否认真阅读的依赖。
目前节选没有交代孤儿进程的成因、跳过测试的具体方式,以及注册表单如何险些失效,不能据此归咎于某个模型。零收入同样不足以判定项目失败,但足以提醒:页面产量不能替代获客和商业验证。