【揭秘】如何打造一支凌晨3点还在交付的AI军团


AI 已经让很多人成为”超级个体”,但一件完整工作并没有因此自动变快。AI 帮我写完了需求草稿、帮我定位了 Bug、帮我生成了一批用例、帮我整理了一份配置——AI 让每个人都成为了"超级个体",却依然需要由“人”来作为主导推动。一件完整的工作仍要靠人一步步看、一步步转、一步步推:需求等人评审,Bug 等人接手,上下文在一次次转述里丢失。我们意识到,真正的瓶颈不在"每个人会不会用 AI",而在“没有为 AI 的模式去设计一套新的工作方式”。这次基于 Multica,我们搭出了这支 AI 协作军团的雏形——这是我们对"组织级 Loop Engineering” 的一次思考实践。

凌晨三点,没有人在群里催进度,也没有人在电脑前等结果。

但第二天早上当你打开平台,已经能看到一些工作进度发生了变化:一条需求走完了评审和分发,进入实现和验收入口;一个测试提的 Bug 被接手处理,修完后回到测试侧继续验收;平台自己的一个能力改进项,也跑完了分析、修改和验证,等人确认;历史问题池里那些过去总是排不上期的小问题,也开始被定期捞出来处理。

这些事情当然是 Agent 在做。

但真正的变化不在于某个 Agent 半夜多跑了一次,而在于一件事进入系统后,不需要再等人逐步叫醒下一个角色。系统会继续找到下一步、找到合适的 Agent、带着上下文往下推,直到走到通知、验收或返工的位置。

过去这一年,我们其实已经攒了不少 Agent。有的能评审需求,有的能分发任务,有的能改配置,有的能修 Bug,有的能写代码。

它们的单点能力都已经不弱——像是一群刚入职的优秀实习生:让他们做手上这一摊事,做得不错;但你不能指望他们自己知道这件事什么时候该开始、做完之后该交给谁、卡住了该找谁兜底。

更现实的是,这些"实习生"还分散在不同的角色手里。产品用自己的 AI,研发用自己的 AI,测试用自己的 AI,运营用自己的 AI。每个角色都变强了,但一件事从开始到完成,仍然要靠人一步步看、一步步转、一步步推。

所以这次我们真正想试的,不是再训练一个更强的"实习生",而是看看能不能教这群实习生一起把一件事做成——一条需求进来,不再只是等人看到后才去调用评审 Agent;一个 Bug 被提交,不再只是等研发逐单接手;一个平台待办出现,也不一定要先等人排期、拆解、推动。只要这件事边界清楚、目标明确、结果可验收,就让它进入这套机制,由不同 Agent 围绕同一个目标协作推进,最后把结果交给人确认。

这件事如果说到底是什么,我们的判断是这样:

AI 转型的下半场,不是让每个人都用上 AI,而是教 AI 怎么真正学会“工作”。

过去,AI 更多是在帮助每个人成为"超级个体"。

这一次,我们想再往前走一步:看看一组 Agent 被组织起来之后,能不能长出"超级组织"的雏形。


一、AI 进了岗位,但还没有进入协作链路

每个角色都配上 AI 之后,组织效率却没有因此发生质变——卡点到底在哪里?

先回到那条最常见的工作流转链路:

产品理解需求
→ 评审判断合理性
→ 负责人分发任务
→ 研发实现
→ 测试验证
→ 负责人验收
→ 发布或关闭

AI 出现后,最自然的做法,是给链路上的每个角色都配上 AI。这当然有效,但改变的只是每个节点的效率,并没有改变整条链路的协作方式——工作仍然要等人看到、等人判断、等人分发、等人转述、等人验收。很多时候真正消耗时间的,不是某一步执行本身,而是中间的等待、交接、确认和返工。

具体来看,旧模式下有三处典型卡点。

第一,工作推进仍然依赖人的在线状态。 过去 Agent 会干活,但要等人叫它。需求来了,要有人看到;评审完了,要有人转述;该谁执行,要有人分发;做完以后,还要有人通知负责人验收。只要人不在,这条链路就容易停住。

这也是"人下班,Agent 也下班"的本质:不是 Agent 没有能力,而是旧模式里,Agent 的启动、衔接、推进和验收都依赖人。

第二,旧角色边界限制了 AI 扩大的能力边界。 AI 已经扩大了每个人能做的事。一个研发可以借助 AI 更快理解需求;一个测试可以借助 AI 判断问题可能出在哪里;一个运营可以借助 AI 分析配置规则;一个产品也可以借助 AI 补充验收标准。

但如果组织协作仍然严格按照过去的角色边界推进,那么 AI 放大的个人能力又会被旧流程重新压回原来的格子里。

AI 扩大了个体能力,但旧流程仍然要求每个人只接自己那一段。

第三,很多关键上下文丢在角色交接里。 旧流程里,很多信息并不稳定地存在于系统里,而是散落在角色之间的转述中。比如评审时真正担心的风险、分发时为什么判断给这个模块、执行时发现的边界条件、Agent 输出里哪些内容可信、验收不通过的真实原因,以及返工时应该重点改哪里。

这些信息在一次次交接中会丢失。但 Agent 要连续完成一件事,最需要的恰恰是这些上下文。如果上下文仍然靠人来读、来解释、来转述,那么 Agent 就很难真正接力——它们只是各自完成一小段任务,链路仍然要靠人粘起来。

回到那个"实习生"的比喻:我们给每个角色都配了能力不弱的实习生,但没有人教过他们怎么和别人一起工作。所以哪怕每个实习生都比过去更利索了,整条链路并不会因此自动变快。

AI 只提效了节点,没有提效整条协作链路。


二、所以我们想验证的,是另一件事

这次实践想验证的,不是"某个 Agent 能不能做某一步",而是更进一步的问题:

一段边界清晰、可验证的组织工作,能不能不再按照人类角色接力的方式推进,而是由一组 Agent 在系统里围绕同一个目标协作完成?

我们考虑过的几条路

要让这件事发生,路径并不止一条。动手之前,我们在三个方向上权衡过:

路径 A:造一个更强的"超级 Agent"。 让一个端到端的 Agent 自己看懂需求、自己拆解、自己执行、自己验收。这条路看起来最酷,但问题也最直接:单一 Agent 的可控性、可观测性、责任边界都不好处理;一旦它中间错了,几乎没有干预点。对一件涉及多个角色、多个外部系统的真实工作来说,这一步迈得太大。

路径 B:直接设计一套 AI 原生的协作流程。 不参考人类现有的流程,从 AI 协作的特性出发,重新组织"目标 → 计划 → 执行 → 验证 → 验收"。这条路是我们真正认为更有想象空间的方向,但它有一个现实问题:没有人能拍脑袋设计出最优的 AI 原生流程。如果没有第一阶段的真实运行数据,所谓的"AI 原生"很容易变成另一种凭直觉的设计。

路径 C:先把人类已经验证过的流程 Agent 化。 选择一类边界清晰、已经被人类协作跑通过的工作,把其中每个角色背后的执行者换成 Agent,让工作流来组织它们接力。它不是终局,但它能最快跑起来,能最快暴露真实问题,也能为后面任何方向积累数据。

我们最后选了路径 C,作为第一阶段的策略:先把人类流程 Agent 化。

不是因为它最理想,而是因为它最务实——它足够接近原有流程,容易落地,容易对齐责任边界,也容易被业务验收;同时它又真的把多个 Agent 串了起来,会逼出协作系统该有的所有边界问题。

第一阶段的目标不是一上来就设计一个终局式的 AI 原生流程,而是先把一个更基础的问题回答清楚:

一条原本需要多人接力的链路,能不能被一组 Agent 接起来跑?


三、技术底座:把 Multica 改造成 AI 军团的指挥中枢

策略定了,接下来要选起点。我们没有从零搭一个新平台,而是选择了 Multica 这个开源项目的能力作为技术底座。

Multica 不是最终答案,而是一个比较合适的起点。它已经具备 Agent、Issue、Runtime / Daemon、Agent Task、工作空间、基础任务分发和执行链路等能力,能比较自然地表达一个基础模式:

Issue → 分配给 Agent → Agent 执行 → 回写结果

这对单个 Agent 执行任务是够用的。 但当我们想承接一条真实工作链路时,它还不够。

真实工作不是"一个 Issue 交给一个 Agent"就结束。它可能要先评审,再分发,再执行,再通知,再验收;有时要并行处理;有时 Agent 会 blocked;有时执行完成后还要外部系统验收;有时验收不通过,要回退到中间节点重做。

所以第一阶段二次开发的核心,不是给 Multica 加几个页面,而是把它从一个偏 Agent 任务管理 的系统,扩展成一个能支撑 多 Agent 协作工作流 的底座。

Multica 项目链接:https://github.com/multica-ai/multica

要让一组 Agent 在系统里协作起来,不是加几个工作流页面就能完成的。它要先回答三个最基础的问题:

平台能不能调得动 Agent?
平台能不能表达一条工作流?
平台能不能和外部系统完成交接?

这三件事构成了 Agent 协作系统的基础骨架。下面分别展开。


3.1 第一根骨架:把分散 Agent 变成平台可调度的能力池

第一阶段之前,我们已经有不少 Agent,但它们是分散的。有的在个人电脑上,有的在云主机上,有的在外部平台上,有的是某个业务方向的专项 Agent。

这些 Agent 各自有能力,但平台并不知道:有哪些 Agent、它们能做什么、现在能不能用、该怎么调用、这一步该派谁。

如果平台不知道这些,Agent 再多也只是散点能力。

所以第一步不是先画工作流,而是让 Agent 进入平台视野,变成平台可调度的能力池。

第一阶段,我们把平台内 Agent、本地 Agent、云主机 Agent、KNot、CodeBuddy 等不同来源的 Agent 接入到统一管理视图中。调度策略覆盖了"指定 Agent / 上一步指定 / 能力匹配 / 兜底解析"四种方式,从静态到动态都能落。

这一步不是单纯做一个 Agent 列表,而是把分散在个人和外部平台里的 AI 能力,变成平台可调度的执行能力。


3.2 第二根骨架:把人的流程经验变成可运行工作流

光有 Agent 还不够。

如果仍然靠人决定什么时候评审、评审完找谁、分发完谁执行、执行完谁验收、失败后回哪里,那协作模式没有变化。

所以第二根骨架是 工作可编排。

我们补出了工作流运行时能力:Workflow Template、Node、Edge、Step Instance、Issue / Agent Task、节点状态流转、End Node、Acceptance 等。它们负责把过去人脑里的流程经验,变成系统可以运行、追踪和恢复的流程结构。

比如一类复杂流程的工作,可以表达为:

评审 → 技术方案 → 配置变更 → 模板变更 → 代码变更 → 通知完成

更简单的标准流程则只需要其中几个节点的子集。它们复用的是同一套模板、节点、边和 Step Instance 机制。节点被激活后,系统创建对应 Issue / Agent Task,并分配给合适 Agent 执行;Agent 提交结果后,工作流根据状态推进下一步。

这一步让"人知道下一步怎么走",变成"系统知道下一步怎么走"。

3.3 第三根骨架:让真实工作进来,完成状态能出去

平台不能替代所有外部系统。

需求、缺陷、验收、发布系统已经存在。我们要做的不是把所有工作搬进一个新平台,而是让外部系统在合适的状态把工作交给平台,平台组织 Agent 执行,执行完成后再把结果或状态交回去。

所以第三根骨架是 外部可交接。它要回答四件事:外部工作如何进入平台、平台完成后如何通知负责人、外部验收结果如何回到平台、外部系统如何理解当前进度。

以需求系统为例,当需求进入可执行状态后,外部系统触发 Hook,把需求标题、描述、负责人、来源链接和 template_key 推给平台。平台创建工作对象并启动对应工作流。工作流完成后,负责人收到通知,并在平台或外部系统完成验收;验收通过则关闭,驳回则回到指定节点返工。

这一步让平台成为 Agent 执行层,而不是另一个孤立工单系统。

走到这里,Multica 不再只是分发任务的看板,而是一支 AI 军团可以在其上排兵、接力、验收和返工的指挥中枢。


四、从能跑到可用:真实运行里补出的复杂能力

有了 Agent 可调度、工作可编排、外部可交接这三根骨架,系统就具备了跑起来的基础。

但跑起来只是第一步。真实场景很快会暴露出 AI 工作流和传统工作流不一样的地方:Agent 输出不稳定,复杂工作不一定是线性的,Agent 完成不等于业务完成,流程可能静默卡住,验收不通过不能靠人重新解释一遍,跑完一批后还要知道哪里应该优化。

正向链路跑通只证明"能跑",失败路径能处理才证明"可用"。

下面六类能力不是为了让系统“看起来”更完整,而是真实运行中被一个个找到的必要能力。


4.1 Agent 输出不稳定:准出字段和 Verdict

传统程序节点的输入输出通常比较稳定,但 Agent 节点不是这样。

它可能输出格式不稳定,漏掉下游需要的信息;也可能自然语言里说了很多,但系统无法稳定消费;它可能失败了但表达得很模糊,也可能 blocked 了但没有形成明确状态。

所以 AI 工作流不能假设每个节点天然可靠。我们用一组结构化字段约束 Agent 输出:业务产物承载真正要交付的内容,流程裁定(pass fail blocked)告诉系统下一步该往哪里走,根因解释和置信度则把"为什么这么判断"留在链路里,让下游不必重新猜测。

在这套字段之上,每一次 Agent 执行都会落成一次 Submission,并由系统派生出统一的 Verdict 状态。下游节点不再去解析自然语言,而是直接消费 Verdict 和准出字段——无论这一步交给的是哪一个 Agent。


4.2 线性链路不够:Fan-out 并行与收敛

标准工作可以按线性流程推进,但真实工作不一定这么简单。

一个需求可能同时涉及前端、后端、配置、模板、测试等多个方向。如果仍然让一个 Agent 或一个节点串行做完,效率低,也容易把多个方向的上下文混在一起,导致执行结果不稳定。

所以我们补了 Fan-out 并行与收敛能力。

上游节点可以拆出多个子任务,系统根据这些子任务动态创建并行子步骤。每个子步骤独立生成 Issue / Agent Task,分配给不同 Agent 执行;所有子步骤完成后,父步骤再 AND 收敛并推进下一节点。子任务失败时,可以通过 fail / blocked / rework 等策略决定兄弟任务的命运。

Fan-out 不是为了并行好看,而是让复杂工作不必被硬塞给一个 Agent。


4.3 Agent 完成不等于业务完成:通知、验收和返工

Agent 说"做完了",不代表业务真的完成。

业务完成往往还需要负责人确认、外部系统验收、发布、Review、测试回归或需…

— 以上为试看内容(约 40%),开通会员后阅读全文 —