每日 AI 实战案例

三周把编排式 Agent 接进交付流程:一份可信边界落地记录

2026-11-20
中级企业应用
3 周(含 1 周只读灰度)
使用工具:
中档编排模型 + 快速模型(规划 / 执行 / 验收)支持自定义 MCP 的编码客户端本地网页抓取 MCP 服务内部代码仓库与 CI密钥管理服务
Agent编排式开发可信边界团队落地MCP权限治理改动契约研发效能

案例摘要

11 月这一周,编码工具集中往「Agent 常驻交付流程」方向更新:编排模式把规划与执行拆开、终端侧给不可信目录加了显式信任门槛、客户端开始要求仓库级变更二次确认、MCP 凭据改走标准输入注入。本文记录一个 9 人团队三周落地的完整过程:不追求一次性全量铺开,先只读灰度、再放开单文件写入、最后才允许跨文件改动;工具权限按目录白名单收窄,凭据从明文配置迁到注入式;用一份改动契约把规划位、执行位、验收位串起来。含选型决策表、三周时间线、成本与效率数据、五条踩坑记录和一份可直接复制的准入清单。

三周把编排式 Agent 接进交付流程:一份可信边界落地记录

一句话结论:能力早就够了,卡住我们的是「敢让它动多少」。把权限当成分阶段放开的开关,而不是一次性配置,整个落地过程就没出过事故。

一、起点:工具换了,工作方式没换

T 团队,9 人全栈,接一个内部数据平台。三周前的现状:

维度现状
编码助手6 人在用,主要做补全和解释
Agent 能力2 人试过自动改文件,跑飞一次后没人再用
外部资料靠手动复制文档进对话
权限管理客户端配置散在各人机器上,含明文密钥
诉求让 Agent 承担一部分可验收的改动,但别再出事故

那次「跑飞」的复盘结论很直接:Agent 接到一句模糊需求,自己扩大了范围,改到清单外的文件,等发现时已经混在同一批改动里。问题不在模型不够聪明,在没人给它划边界。

二、主线:三件更新正好拼成一套方案

11 月中旬这一批工具更新,单独看是零散的 changelog,放一起看是一条完整链路:

  • 编排模式:规划模型出方案并审查,快速模型写码跑测试,卡住时再交回规划模型。规划与执行分离,意味着贵模型可以只处理少量高价值 token。
  • 终端侧信任门槛:不可信目录默认不加载项目级配置与 MCP,需要显式声明信任。CI 与共享目录因此不会被目录里一份配置悄悄劫持。
  • 客户端确认与凭据注入:仓库级变更前二次确认;MCP 配置支持从标准输入读取,密钥不再进 shell history 或明文 JSON。

再加上一个本地抓取服务把外部网页转成干净文本,规划位要的资料也有了稳定来源。四篇内容其实是同一件事的四个切面:配置细节见 双模型编排配置指南,提示协议见本站提示词模块的「编排式三段提示协议」,抓取服务见本站 MCP 模块的「Firecrawl Local 实战」。

三、选型决策:不统一工具,统一契约

团队里 VS Code、终端派、JetBrains 都有,强行统一工具会先耗掉两周。最后决定:工具随便选,交接格式必须统一。

决策点选择理由
工具统一不统一迁移成本高于收益,各人用顺手的客户端
统一项改动契约 + 验收条件唯一跨工具、跨人可复用的东西
模型分工中档编排 + 快速执行规划贵但 token 少,执行便宜但量大
外部资料本地抓取转干净文本避免整页 HTML 进上下文
凭据注入式,不落配置文件配合客户端的 stdin 配置能力

改动契约固定四个字段:目标、改动清单、约束、验收条件。写不出三条验收条件的任务,不进 Agent 流程。字段定义和三段提示词见本站提示词模块的编排式三段协议。

四、三周时间线:权限按阶段放开

周次放开的权限准入条件回滚方式
第 1 周只读:读文件、检索、列目录、抓文档目录白名单生效关闭工具即可,无写入
第 2 周单文件写入,且必须人工确认契约契约含可判定验收条件Git 检查点回滚
第 3 周跨文件改动,限白名单目录前两周返工率低于阈值按契约逐条对照回退

三个关键设计:

  1. 只读周不是走过场。整整一周让 Agent 只读,团队借此摸清它读资料的习惯、会抓哪些无关文件、上下文怎么膨胀。第 2 周放开写入时,系统提示和拼接顺序已经调稳了。
  2. 契约必须人工过一眼。第 2 周起,规划位输出契约后由人确认才放行执行位。这是全流程唯一的人工点,成本最低。
  3. 验收位不许用便宜模型。最后一道闸交给执行位自己验,等于没验。

五、可信边界怎么落地

权限不是一句「小心点」,是四条可检查的规则:

  • 目录白名单:只挂需要改的仓库目录,主目录、密钥目录、部署配置一律不挂。
  • 不可信目录显式信任:CI 与共享工作区沿用客户端默认的收窄策略,需要项目级 MCP 时显式声明,不靠全局开关。
  • 凭据注入:密钥从明文 JSON 迁到环境变量 / 标准输入注入,仓库里不再有任何可提交的密钥文件。
  • 仓库级变更二次确认:涉及安装应用、覆盖文件、退出工作区这类动作,保留客户端的确认提示,不为了少点几次把它关掉。

有一条经验值得单独写:每少一次确认,省下的是几秒;每漏一次边界,赔进去的是半天。 团队第 2 周曾有人把确认关掉图快,结果一次覆盖丢了未提交的改动,之后这条被写进准入清单。

六、结果(三周实测)

指标接入前三周后
日均活跃使用6/9 人7/9 人
AI 参与改动的 PR 占比约 6%44%
改动返工率19%8%
单 PR 平均评审时长42 分钟31 分钟
月模型支出¥120 左右¥386
外部资料准备耗时人均每天约 25 分钟约 6 分钟

成本涨了三倍多,但结构变了:以前主要花在补全,现在主要花在编排位的规划与验收。团队算过一笔账,评审时长下降与返工率下降省下的人工,远超多出来的模型支出。

还有个没预期的收获:契约本身成了 PR 描述。评审人不用再从 diff 里反推「你到底想干什么」,直接对照验收条件看就行。

七、五条踩坑记录

  1. 一次抓整站,上下文直接爆掉。改成先列链接清单、按标题挑页,再取正文片段。
  2. 每轮把时间戳拼进系统提示,缓存全不命中。固定系统提示文本、历史按顺序追加后,同一会话的缓存输入占比才上来。
  3. 验收条件写成「代码更清晰」,验收位只能含糊放行。改成绑定可观察对象:某测试通过、某签名未变。
  4. CI 升级后项目级 MCP 静默失效。根因是新版本对不可信目录默认收窄,显式声明信任后恢复。这条最容易被误判成「工具坏了」。
  5. 把执行位的解释一起喂给验收位。模型开始被解释带偏,改成只给契约和 diff,判定立刻稳定。

八、准入清单(可直接复制)

  • 目录白名单已配置,敏感目录未挂载
  • 不可信目录保持默认收窄,需要时显式信任
  • 凭据全部注入,仓库内无明文密钥
  • 仓库级变更确认提示保持开启
  • 改动契约四字段齐全,验收条件可判定
  • 规划位输出不含代码块
  • 执行位 diff 可逐条对应清单
  • 验收位与规划位同档模型
  • 系统提示固定,不在每轮拼接动态内容
  • 每个阶段有 Git 检查点可回滚
  • 有明确的阶段升级阈值(如返工率)

相关阅读

相关推荐

查看更多 →
案例企业应用

Agent 编码返工率治理实战:spec + 验收测试 + diff 自检三件套,把 AI 代码一次通过率从 38% 拉到 71%

AI 写代码的产能和它的返工量成正比,这是研发团队用AI 编码半年后才真正撞到的墙。我们团队 12 个前端工程师、4 个 AI 编码 Agent Cursor / Cline / Copilot 并行,日均产出 PR 从 11 个涨到 27 个,看起来赢了——但首轮评审通过率只有 38%,意味着三分之二的工作量在被返工吃掉。真正的原因不是模型能力不够,而是任务交给 Agent 的方式错了:需求描述里没有验收标准,Agent 只能猜;Agent 不知道验收标准,就没法自检;不自检就直接提交,返工必然发生。本文记录我们用四个月把一次通过率从 38% 提到 71% 的完整过程。核心是三件套:① 提交前把模糊需求转成可验收的 spec(含验收命令与判定标准);② 在 Agent 里挂可执行的验收测试,让它提交前自己跑一遍;③ 加一道 diff 自检环节专门抓「超出任务范围的改动」。四个阶段的实施顺序和每阶段的踩坑、三条被证明无效的尝试(包括「写更详细的 Prompt」)、以及12 个可复制的 Prompt 模板。附分阶段效果数据表:一次通过率 38%→71%、返工工时占比 44%→19%、交付周期 2.8 天→1.1 天,以及两个必须诚实说明的负面结果。

2026-10-13
#AI实战#AI编码
案例企业应用

小团队 DeepSeek 全 IDE 接入实战

8 人全栈团队,两种 IDE 混用(VS Code 前端 / JetBrains 后端),还有三个新人装了什么都不会配。本文记录两周把 DeepSeek V4.1 接进全团队工作流的完整过程:不搞一刀切——VS Code 走 Continue 插件、JetBrains 走 Continue(配置直接拷贝复用)、新人用 Trae 内置模型起步;Key 统一走公司级账号充值而不是个人垫付;用一份 config.json 模板 + 半小时上手培训把配置时间从人均半天压到 20 分钟。结果:日均活跃使用 6/8 人,月 API 成本 ¥213(人均 ¥27),AI 生成代码采纳率 61%, PR 周期中位从 2.1 天降到 1.4 天。全文含工具选型决策表、成本明细、五条踩坑记录和一份可直接复制的团队接入清单。

2026-10-28
#DeepSeek#团队落地
案例企业应用

31 万行 TypeScript 单仓接入 AI 编码实战:Cursor + DeepSeek V4.1 Flash + MCP 六周落地,PR 周期从 4.2 天降到 1.6 天

把 AI 编码助手引进一个 31 万行、8 年历史、几乎没有类型覆盖的 TypeScript 单仓,第一周就有工程师反馈「它写的东西我全都要重写」。本文记录 M 公司平台团队 2026 年 8 到 10 月用六周完成 AI 编码落地的完整过程:不换模型、不换工具,只做四件事——把 implicit any 清理出来让模型有类型可读(第 1-2 周)、写 14 条 .cursor/rules 把团队约束固化进去(第 3 周)、自建 OpenAI 兼容代理解决 429 中断与 Key 管控(第 4 周)、用 MCP 把内部的服务元数据和埋点查询接进 Agent(第 5-6 周)。结果:PR 从提交到合并的中位从 4.2 天降到 1.6 天,单测覆盖率从 41% 升到 67%,AI 生成代码的「几乎不用改」比例从 12% 升到 58%,月模型支出 ¥3,180(人均 ¥106)。全文含完整的工具分工表、分阶段投入与产出数据、四份可直接复制的配置、12 条踩坑清单,以及一条最重要的结论:历史包袱不是 AI 的天敌,没有类型信息才是。

2026-10-10
#AI实战#遗留代码
MCP编程开发

Firecrawl Local 实战:一个二进制把网页变成 Agent 能读的干净文本

外部网页是 Agent 最常见的资料来源,但原始 HTML 里导航、脚本、广告占了大部分,直接塞进上下文既贵又干扰判断。Firecrawl Local 把这件事收成一个本地二进制:抓网页、转干净 Markdown、以 MCP Server 的形式挂进 Agent,同时在本机暴露一套兼容的 HTTP 接口。本文讲它的安装前提(Rust 与 C 编译器)、四套客户端配置、与托管版和通用抓取库的选型边界、分页与增量抓取策略,以及本地服务必须守住的端口与来源校验。含 12 条故障排查表。

2026-11-20
#MCP#Firecrawl Local

好物推荐 · 广告合作