Harness 与 Agent 工程 · 版本管理与研发协作 · 2026-07-24

亲历 AI 提效的真实混乱:一个 PR 改了 50 万行代码、产研关系差点崩了

AI提效背后的真实混乱:50万行代码变更、产研矛盾,YouMind CTO自揭家丑式分享,直击AI工具落地痛点。

核心内容:

  1. AI提效中的典型混乱案例(50万行代码变更、Agent性能退化)
  2. 产研协作矛盾的具体表现(产品经理与工程师的信任裂痕)
  3. YouMind的实践反思与解决思路

一个 PR,50 万行代码变更,一个工程师写出来的,没有人 Review——因为没办法 Review。

一次静默的 Agent 性能退化,查了日志没报错,查了代码没 Crash,查了模型没降智,最后把所有工程师拉到会议室里关上电脑一起读 System Prompt,才发现两段描述是矛盾的。

产品经理在 Linear 里提了一个 Issue,工程师让 Claude Code 调研了一下,回复了一篇万字长文。然后这个事就没法继续了——你不知道他写的这些话里,有多少是他自己的判断。

这些不是假设,是一家 AI 创业公司在过去一年里真实经历的混乱。讲出这些故事的人叫双扬,真名杨森,YouMind 联合创始人 & CTO。

7 月 18 日,北京,2026 奇点智能产品大会第二天。双扬是为数不多的 CTO 角色的分享嘉宾,面对满场的产品人,他心里是有点压力的。今年 6 月,在玉伯的支持下,我邀请双扬来奇点智能产品大会做分享,特别跟他同步了大会的用户画像——更侧重产品认知与产品构建,也分享了往届 PPT 作为参考。我建议他从 AI 原生的组织、产品与商业,或者 AI 驱动的软件生产力革命出发,分享自己及团队实实在在的思考与实践经验。几经思考,他选了一个角度:AI 原生工程团队的工作模式。

我一听就觉得好。这是当前产研协作最痛的问题,效率提升,然后呢?程序员越来越快,产品经理越来越迷茫,边界模糊,中间的信任和流程正在被撕裂。而双扬作为亲历者,对其中的痛处有着非常深刻的体会,如数家珍(尽管他用“自揭家丑”来形容)地分享他及团队踩过的坑、反思与解法。观众们对他的演讲评价很高,现场提问也是接连不断。显然,这是在 AI 提效的大背景下,我们所面临的共同问题。

以下是双扬在奇点智能产品大会上的演讲实录。

双扬,YouMind 联合创始人 & CTO

最近一年来,大家团队的工程师交付效率在提升吗?

我想先请问一下在座的朋友们,因为大部分应该是产品的角色,你们有觉得最近一年来你们团队的工程师、程序员,他们的交付效率在提升吗?

我看到有人点头。有没有觉得他们甚至开始越俎代庖了?好像什么事都不用经过产品就可以自己干了?有这样的感受吗?

这个其实是我们公司也遇到的一个非常明显的现象,甚至有一段时间都引起了产研的矛盾——产品说你这什么瞎搞?但我们可以看看后面到底是怎么解决这个问题的。

首先效率绝对是提升了。我们是一家 to C 的 AI SaaS 公司,2024 年成立,那时候还没有 Claude Code 和 Codex,最早从 GitHub Copilot 开始,公司成立第一天就全面拥抱 AI Coding。所以我们的效率如果严格来讲,最近一年可能不是 10 倍,可能只提升了两三倍,但相比于前 AI Coding 时代,10 倍百倍的提升是不止的。

在这个时候会发现效率提升之后工程师能交付的东西不一样了。过去在大厂的时候,产品经理有个想法,要让技术评估靠不靠谱,大概做多久,有没有风险,然后拆解、写 PRD、讨论、开会、评审,最后才能实现。

但现在有了个想法之后,工程师说我先给你做个 Demo,可能花 30 分钟至一个小时 Demo 跑出来了,我们直接对着 Demo 聊——这个东西能不能做,怎么融入进去,会有哪些问题,跟现在的东西有没有冲突。讨论的成本变得更低,讨论的对象也变得更直观。

甚至在我们的创业公司里面,因为流程没有那么僵化,我们的程序员可以直接交付产品了。

我们公司启动的时候大概只有不到 10 个人,有一位工程师说特别想要在手机上能用我们的产品,能跟 Agent 聊、做一些创作的事情,特别想做移动端。但那时候我们只有两个产品经理,要看整个大的流程,又要关心注册、转化、增长,没有那么多人。产品经理说我实在没时间去重新设计一个全新的端上产品,它是全新的流程、全新的界面、全新的交付。

然后工程师说:要不我先自己做一版?

可能就花了一周的时间,我们的移动端就上线了。这个变化体现在什么呢?很多时候当你的决策成本没有那么高,或者当你的实现成本非常低的时候,可能真的就程序员可以直接先去交付一个 idea,然后再去看用户的反馈,看看用户是不是喜欢、是不是在高频使用,再看他们遇到哪些阻塞。

听起来好像太好了——程序员真的效率百倍提升了,有想法马上就可以上线,大家疯狂 ship 代码。但实际上真的这么美好吗?

50 万行代码变更,一个工程师写出来的,没有人 Review

在座如果有懂技术的同事可以看到,这是我们最近刚提交的一个 PR——50 万行代码的变更。一个工程师写出来的。然后没有人 Review,因为没办法 Review。

这就是一个又喜又悲的感受。作为老板或者产品说哇这个程序员太厉害了,他自己做了一个特别大的项目重构。但作为 CTO,作为技术负责人,我看到的是:这东西靠谱吗?

这是效率提升之后在研发内部遇到的第一个困境——大家开始疯狂 ship 代码,疯狂写、疯狂发布、疯狂上线,但是没有人在看这背后到底是什么。

另一个视角,我最近跑了一次代码仓库的统计。我们现在整个 YouMind 的产品有效代码——刨除掉各种文档、migration——超过 100 多万行。过去半年里发生了一个非常明显的变化:很少有人去同时编辑同一个文件。大家都写自己的文件,需要做一个需求就新开一个模块,不会去编辑别人写过的代码。协作率在明显下降。

同时增删比也在明显上升。增删比什么意思呢?就是每增加一行代码会删多少行代码,这是程序员内部评估代码整洁度的一个指标。原来是每增加 1.8 行代码会删除一行代码,现在是每增加 3 行代码才会删除一行。

大家疯狂往代码库里堆东西,堆的东西越多,Context 就越大,但很多都是无效的 Context。虽然现在模型的 Context Window(上下文窗口)很大了,但对于 100 万行代码,Code Lines 只有一个 Million,Token 可能是 10 个 Million,无效的 Context 很容易把整个 Agent 的上下文撑爆。

不仅如此,工程师之间也不怎么协作了。今年年初大家还经常协作,一个产品里总有些核心模块——登录、鉴权、订阅、积分——不会所有人都不碰到。但到今年 4、5 月份,大家都不协作了。为什么?工程师领到的是一个 Issue,他的 Agent 把事做完了,提了一个 PR,验证了说 OK 这事就解决了。为什么要管原有的实现是怎样的?为什么要管代码有没有复用?为什么要管是不是一致?这些问题都被工程师忽略掉了。

研发效率 10 倍提升之后,研发内部首先大家就变独立了,变成了孤军奋战。

“问题实在查不出来,我就做了一件很挫的事情”

是什么时候让我觉得这事不太对劲呢?一次静默的 Agent 性能退化。

因为我们是一个 AI SaaS 公司,有一套 Eval 评分系统,一直在评测 Agent 表现怎么样。大概 5 月份有一天分数突然开始缓慢降低,也不是一下陡降,就缓慢地开始降低。用户也开始抱怨说 Agent 回复效果不好,做 PPT 或者写文档的时候偶尔会犯错。

但我们看日志没有报错,代码没有 Crash,也没有变更。一开始怀疑是不是有哪家模型偷偷降智了,但没有看到同期有其他反馈,模型参数、Thinking Effort(思考力度)也没变更。审查了最近的代码提交 PR,改动好像也没什么问题。

最后实在查不出来,我就做了一件很挫的事情——把所有工程师拉到会议室里面,让大家一起来读我们最终生成的 System Prompt 和 Tool Description。关上电脑,就来看一看线上 Runtime 生成的这个 System Prompt 到底对不对,出了什么问题。

一读很快就发现问题了:System Prompt 里有两段描述是矛盾的。前面说“你可以编辑什么什么文件”,下面某个模块里又说“这个文件不能编辑”。Agent 自然就会困惑,到底能不能编辑?不够清晰的 System Prompt 自然就导致了 Agent 行为的偏离。

为什么会发生这样的事情?我们的 System Prompt 代码是模块化的,最终可能几万字的 System Prompt 是不同模块拼出来的——主角色定义、工具、安全隔离、防注入、防越狱。不同模块在自己内部看都是合理的,但拼在一起就出问题了。

可能不知道在座的朋友会不会困惑说,现在 Claude Code、Codex 这么强了,为什么还会发生这样的问题?第一个原因是我们代码库本来就 100 多万行,是一个 monorepo 非常大,哪怕是给最强力的 SOTA 模型,它一次性读不完所有的代码。基于 Context Window 的限制以及模型推理的算力考量,很多 Coding Agent 在执行任务的时候也不会倾向于帮你做各种不必要的冗余检查。比如给它一个指令说有用户用 Prompt 注入攻破了我们的什么东西,你要保护一下。它就会去改安全隔离的模块,加一段描述防止 Prompt 注入。站在它单点的视角,这个事情非常合理,Prompt 注入问题也确实解决了,看似阖家完美。但是没有人看到在整个 System Prompt 的另一个地方,还有一段冲突的描述。

这就是协作时代大家交付很快、很独立之后带来的一个很大的问题——没有人看全局,大家只顾着解决自己名下的 Issue。

“工程师给 Agent 套 Harness,我给工程师套 Harness”

那这个问题怎么解决呢?我想到的解法是:该快的地方还是可以快,该拉紧的地方要拉紧。

不可能因为担心出错就把工程师限制住。某种程度上,研发团队的管理也是在套 Harness 的过程。我们的工程师给 Agent 套 Harness,我作为技术管理者给工程师套 Harness。

怎么套?影响面比较小的、可以快速迭代的、不容易出错的、哪怕出了错可以快速修复的,还是交给工程师快速去飞、去 solo、去快速迭代。但另一方面,该拉紧的地方还是要拉紧——核心的 Harness 模块,登录…

— 以上为试看内容(约 40%),开通会员后阅读全文 —

原文出处:https://www.53ai.com/news/gerentixiao/2026072494701.html