创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

编码智能体扩展工程流程,并在关键节点引入人工把关

AI 总结

掘金 AI 对比了三套编码智能体工作流:Anthropic 使用 Claude Code 进行为期两周的预发环境压测,OpenAI 使用 Performance Factory 排查 ChatGPT 性能退化,腾讯则开源了 LoopForge 交付工作台。三种方案都由工程师预先定义完成标准、审批要求和智能体权限。智能体处理可撤销工作,并在关键交接环节暂停;复核与执行则由不同主体负责。文中引用的运行数据分别来自 Anthropic、OpenAI 的工程资料以及腾讯的 LoopForge 材料。

深度见解

这些案例给出了可复用的部署模式,让编码智能体参与多阶段工程流程,同时将不可逆操作、评审、合并和部署等关键决定保留给人工。

最近一周有三个案例,都在让 coding agent 跑完一整段工程流程,而不只是写一段代码。它们回答的是同一个问题:哪些事交给 agent,人在哪一步介入。

  • Anthropic 用一个 Claude Code 会话在预发环境连续压测两周。Claude Docs 上线后,20 亿次请求只出了 60 个服务器错误,没有回滚过。
  • OpenAI 的 Performance Factory 在三个多月里自动做了 1,700 多次性能退化排查,平均每天 17 次,找到了 600 多个根因。
  • 腾讯开源的 LoopForge 把需求交付拆成由 agent、脚本和人工介入节点组成的 SOP,本周在 GitHub Go 语言周榜涨了 4,716 星。

本文依次拆解三个案例里 agent 做哪些事、人做哪些事、两者在哪里交接,最后对比三者,并给出给自己的流程分工的做法。

三套做法的触发方式和规模差别很大,分工却一致:

  • 人的工作集中在开跑前和交接点。 开跑前,人写下完成标准、需要批准的决定和 agent 的权限。运行中,人不盯每一步,只在 agent 停下来交接时做决定。
  • 能撤销的事 agent 自己做,不可逆的那一步留给人。 Anthropic 让 Claude 把修复直接部署到预发环境,改数据库 schema 要先问人;OpenAI 的 agent 从找根因一直做到开 PR,合入和部署归工程师;LoopForge 发起 MR 的节点被禁止合并。

#Anthropic#Claude Code#OpenAI#Performance Factory#ChatGPT#Codex#Tencent#LoopForge

原文约 20 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。