最近刷到一期华为云直播，用码道自己搭建大模型测评工具，戳中了追模型追不动的痛点，上手给自己也做了一个。

丢之前我给自己立了个规矩：除了最开始提需求，中途不许自己动手写代码。我就想看清楚，一个需求从一句话到能交付，中间到底经过哪些环节，我这个人在里面还剩什么位置。

从聊需求到码道跑完，工具真跑起来了。我更想聊的是：这一趟下来，我发现自己吃饭的本事，排序变了。

一、先得过一道坎：设计文档

切进 Agent Team 之前，有段活躲不掉，得先把设计文档跟码道聊清楚。

要测哪些模型、判分规则怎么定、界面留几个入口，我一条条跟它对，最后落成一份 design 文档。这事儿一点不玄，就是把脑子里那团“我想要”，掰碎了讲成一个新来的同事第一次就能听懂的样子。

后来我才发现，这份文档是整个流程里最值钱的东西。因为后面拆任务的、写代码的、查代码的，全是第一次“见”这个需求的智能体，它们不认识我，只认识文档。文档里没写的，它们就真不做。

二、拆任务这事儿，它比我布置得还细

文档定了，切模式。Leader 先把整个需求拆成模块，页面一组、数据一组、测试一组，然后从 16 个研发专家智能体里挑人组队，哪个环节缺什么角色，它自己补。

这也让我意识到，门槛被拉低的不只是写代码，连拆任务、排计划这些原来靠经验堆出来的活儿，AI 也在一个个补齐。

跑起来之后，我头一回在上班时间闲得发慌

四个方向同时开工。10 个以上的智能体并行，各自有各自的上下文，页面的不管数据，数据的不管联调，互不干扰。这跟真实团队里前后端把接口约好、各写各的是一个道理，只是把“人”换成了 agent，把“周”换成了“分钟”。

整个过程在一个面板上全程能看见，哪条线到哪一步、谁在等谁的接口，一眼清楚。我本来以为自己得盯着它、随时纠偏，结果头两个小时就干了一件事：泡了杯咖啡，刷新页面。

三、最后是三波检查，我只剩最后点一下

交付前，三波检查依次跑。

功能验证的 agent 拿着最初那份 design 文档，一个功能一个功能地点，看做出来的跟当初说好的是不是一回事。QA 从单元测试一路跑到集成测试，覆盖补得比我平时自己写的还全。

三关都过了才算完，有一关不过，它自己返工，不用我出面。

我唯一留下来的活儿，是最后打开沙箱环境，亲手点了一遍，然后说一句：可以，交付。

四、中途我改了需求，它也接住了

界面生成后，我又我加了点要求：所有输出用中文注释，另外把“测评结果展示”改成“先盲选再揭晓”。

换作人工开发，这种半路插进来的变更，够开一次会、扯半天。这回它记住了中文注释这个偏好，后面代码默认照办；盲选那条走了正常流程：判断影响面、改动相关任务、改完重新验证，联调的 agent 还专门对了一遍接口有没有被带偏。

中间代码审查也查出过一个问题，我没出手，它自己把修复任务派给了对应的开发 agent，修完、复检、关闭，我全程就是个观众。

界面做出可以称得上一个合格的完整产品，功能点和我给到的需求完全一致，界面审美也算在线。

五、那我的能力到底怎么排了

这个需求我全程没写代码。

编码在这个过程里，能力优先级已经放到了最后。不是它不重要，是它慢慢变成了入场券，不再是护城河。

往上一层，是把话讲明白：把模糊的想法变成文档，再把文档变成别人（包括 AI）能直接动手的任务。这次我产出最多的，真不是代码，是那份 design 文档和几条说得清楚的指令。

再往上，是判断。方案 A 还是 B、这个取舍接不接受、方向偏没偏，包括最后那句“可以交付”，都得我来。三波检查能替我把质量守住，可“这东西是不是我想要的”，机器替我回答不了。

至于前面说的“闲得慌”，我后来也想明白了。

编码门槛降低之后，人的位置其实是在往上移。那就是活儿交出去、手空出来之后的不适应。可手空出来本来就是好事，不空出来，你哪有精力去想下一个该做什么。

六、给想尝试AI Coding的人一句实在话

别光看我说，自己上手试一次。找个你拖了很久的小东西，先理清楚想要什么，切进 Agent Team 模式让它跑一遍，你对自己该往哪儿使劲，会比看这篇文章明白得多。

1024 程序员节的活动还在，新注册用户直接领 4000 积分，零门槛就能体验，具体规则以官方为准。

推荐阅读：