中型研发团队如何统一编程智能体规则
以一家45人公司的协作混乱为例,分析多团队各自配置智能体、仓库指令冲突和决策未落盘的问题。文章强调通过明确协调责任和记录团队约定,减少智能体反复违背工程决策的情况。
AI 深度解读
一家 45 人公司的 CTO,一边被董事会追问 AI 推进效果,一边被工程师抱怨:Agent 又加回了 7 月就禁用的依赖。原文用这个情境指出,30-70 人团队引入 AI 编程的难点,往往是工具已经普及,决策却没有同步。
作者给出的方案很具体:先统一权限与规则,把关键决定放进开发和评审流程,再用一个团队、一个仓库试跑四周。这套建议值得参考,但文中的人数分界和收益判断没有对照数据,结尾也带有明确的产品推广目的。
为什么 30-70 人的团队容易出现规则失联
作者认为,少于 30 人时,很多协调靠日常交流完成,CTO 也能参与重要评审;超过 70 人,通常已经有平台团队,或者有资深工程师负责这类基础工作。
夹在中间的公司,决定已经多到个人记不住,却还没有明确的人负责维护组织记忆。
开头的例子很典型:四个团队选了四套配置,三个仓库有 CLAUDE.md,两个有 AGENTS.md,还有一个同时包含两者,内容却互相矛盾。禁用依赖的决定留在会议纪要里,Agent 根本没读过。
Agent 能执行写下来的约束,却无法自动补齐团队没有记录的共识。
作者把这描述为引入 Agent 六个月后的常见状态。这里的「六个月」是经验性叙述,原文没有提供样本。可以确认的是其推理链条:输入的规则不完整,各团队就会产生不同实现;自动化又会加快这些差异累积的速度。
先统一四件事,再讨论选什么工具
第一件是明确允许使用哪些 Agent、模型,以及它们可以处理哪些工作。原型代码和计费逻辑的风险不同,授权范围不能只写成「可以用 AI」。
第二件是规定无人值守的边界。作者推荐的常见做法是 Agent 提交方案、人类合并,并通过分支保护执行。规则如果只靠口头约定,每位资深工程师都可能划出自己的边界,最后变成十二套政策。
第三件是统一指令入口。如果所用 Agent 启动时读取 CLAUDE.md 或 AGENTS.md,就给每个仓库配置一致的入口,并像代码一样评审。入口文件负责指向决策记录,不应不断复制决策全文。
大白话解释:入口文件告诉 Agent 去哪里找规则,决策记录解释规则为什么存在、现在是否有效。两处都维护一份完整规则,修改时就容易漏掉其中一处。
第四件是指定决策记录的负责人。这个人不必亲自写每条记录,但要对记录存在、保持更新、出现在工作现场负责。作者建议,第一年通常由 CTO 或工程负责人明确承担。
这些安排的共同目的,是让授权、执行和维护都有明确归属。
决策记录要能约束 PR,试点才有意义
作者没有要求记录所有讨论,而是优先记录违反后代价较高的决定,包括定价与套餐调整期间冻结的内容、客户数据可以流向哪些系统、架构必须遵守的约束,以及适用于每次修改的安全和合规要求。
架构约束也不必写得玄乎。队列使用什么技术、认证采用什么模式、哪些基础设施不再引入第二套,都可以是记录对象。
每条记录应说明:决定是什么、为什么这样选、排除了什么、谁负责、当前状态如何。旧决定被推翻后,保留记录,标记为 superseded,并指向替代决定。否则后来的人不知道当年的取舍,很容易把被否决的方案重新提出来。
记录放在哪里,比排版成什么格式更重要。
原文要求它出现在 Agent 读取上下文、人类评审 PR 的地方。一个内容完善、评审时却没人打开的知识库,很难真正约束代码。
落地顺序则是「一个团队、一个仓库、四周」。先补齐指令文件和决策记录,再让 Agent 开始写代码。试点负责人优先选有耐心的人,因为这项工作需要持续纠正、补规则和跟进评审。
衡量效果时,作者建议跟踪三个指标:Agent PR 被回滚的频率、评审发现决策冲突的频率,以及 PR 等待评审的时间。代码行数无法回答这些问题。
如果评审已经堵住,就先缩小 Agent PR,让变更附带理由,并把相关决策带进评审。相同问题被纠正两次,就应考虑沉淀为指令或决策。试点跑通后,再逐个团队扩展,每个新仓库都配好入口文件、决策记录和具名负责人。
我的判断
我认同作者把重点放在组织协作上。对前端和全栈团队而言,依赖、认证、数据边界这些约束都可能影响多个仓库。只改善提示词,解决不了规则没有传达到任务现场的问题。
但人数区间、四周试点、纠正两次就沉淀规则,都只能当作起点。原文没有给出实施前后的回滚率、评审耗时或交付周期,也没有证明这套办法比其他方案提升了多少效率。「持续获得复利」仍是作者的判断。
尤其是「两次纠正」需要筛选:重复出现可能说明缺少规则,也可能只是某个任务说明写得不清楚。把局部要求全部升级成长期政策,会让指令越来越臃肿。
还要看清文章的商业落点。作者推广的 Lockstep,宣称可以维护带版本的已采纳决策,在任务开始时提供相关背景,并通过 PR 检查提示冲突。但产品仍处于早期阶段,正在招募设计合作伙伴,单个试点从 Claude Code 开始。原文没有说明它对复杂决策的识别准确率,也没有给出覆盖全部 Agent 的证据。
与之相比,wiki 或架构决策记录(ADR)文件更容易起步,代价是团队需要主动维护和查阅。可由依赖检查或 CI 明确执行的禁令,适合同时落成自动检查;需要解释取舍的决定,再交给文字记录补充。原文没有比较这些做法的成本和效果,选型还得看团队实际缺口。