文章目录第十三章 AI Native 软件开发13.1 从代码补全到代理化开发13.1.1 代码补全Code Completion13.1.2 代理式编码Agentic Coding13.1.3 异步委托Asynchronous Delegation13.1.4 多智能体协作Multi-Agent Collaboration13.2 AI Native 的核心闭环13.3 把信息放在正确的位置13.3.1 AGENTS.md持久项目约定13.3.2 Skill可复用的任务方法13.3.3 MCP连接外部上下文13.3.4 定时任务稳定后再自动化13.4 四种常用 Agent 工作流13.4.1 Explore → Plan → Execute → Verify13.4.2 Review → Repair → Validate13.4.3 Manager → Workers → Integrate13.4.4 Monitor → Diagnose → Report13.5 视觉算法工程师的日常如何变化13.6 一次可复现的 YOLO/COCO 委托13.7 团队落地先稳定再规模化13.8 安全与质量边界13.8.1 权限不等于能力13.8.2 测试通过不等于正确13.8.3 文档和 Skill 也会过时13.8.4 并行不一定更快13.9 来自 OpenAI 实践的可核查事实本章要点参考资料第十三章 AI Native 软件开发AI Native 开发不是“让 AI 写完所有代码”而是把智能体Agent纳入工程流程人定义目标、边界和验收标准Agent 执行可委托的工作测试与审查为结果提供可核查证据。本章讨论如何把 Codex 从一次性代码助手变成可配置、可复用、可验证的工程能力。重点不是预测未来而是建立今天可以落地的工作方法。13.1 从代码补全到代理化开发AI 编程工具的变化可以概括为四层能力。它们不是互相替代的“时代”而是可以同时使用的不同工作方式。代码补全生成局部代码代理式编码读取、修改并验证仓库异步委托围绕完成条件持续工作多智能体协作拆分独立子任务并汇总13.1.1 代码补全Code Completion代码补全根据当前文件和光标附近的上下文生成代码片段。它适合样板代码和局部实现但通常仍由开发者逐段选择、修改和组合。例如视觉算法工程师可以让工具补全 COCO 标注解析、图像归一化或数据增强函数。开发者仍要确认类别映射、坐标格式和边界条件是否正确。13.1.2 代理式编码Agentic Coding编码智能体可以搜索仓库、读取多个文件、修改代码、运行命令并检查结果。任务单位由“补全一个函数”扩展为“完成一个可验证的改动”。例如修复 YOLO 训练中类别索引越界时Codex 可以追踪数据加载器、标注检查和训练入口修改实现后运行相关测试。它是否完成任务取决于错误能否稳定复现并在修复后消失而不是代码是否看起来合理。13.1.3 异步委托Asynchronous Delegation对于边界清晰的长任务可以先写明结果、约束和验证方式再让 Codex 持续推进。用户可以在同一对话中补充信息、调整约束或查看状态任务不会因此获得更大的文件、网络或命令权限。例如让 Codex 整理一次目标检测实验时应明确基线权重、数据划分、唯一变量、评估命令和交付物。仅启动训练不算完成至少要留下可复现命令、运行状态和正式评估结果。同步委托交给别人做然后站着等结果。异步委托交给别人做自己先去干别的结果回来再处理。13.1.4 多智能体协作Multi-Agent CollaborationCodex 可以把独立工作委托给子代理Subagent再由主线程汇总结果。它适合代码搜索、测试、日志分析和多模块审查等可并行任务。例如一次分割模型上线审查可以拆成三部分一个子代理核对训练和验证数据是否泄漏一个子代理检查平均交并比mean Intersection over UnionmIoU、类别 IoU 和边界指标的实现一个子代理检查导出、量化和设备端算子兼容性。并行写同一批文件容易产生冲突。写密集型任务应划清目录边界必要时使用 Git 工作树Git Worktree隔离修改。13.2 AI Native 的核心闭环AI Native 的重点不是“AI 参与了多少”而是需求能否转化为可验证交付。一个稳健的闭环包含七步更新规则或工作流目标Goal上下文Context约束Constraints计划Plan执行Execute验证Verify审查与沉淀Review Learn一次任务至少应回答四个问题。下表中的平均精度均值mean Average PrecisionmAP和小目标平均精度A P S AP_SAPS只是示例指标要素要回答的问题视觉算法示例目标Goal要改变什么结果提高小目标召回率而不是笼统地“优化 YOLO”上下文Context哪些文件、数据和基线相关模型配置、COCO 数据配置、基线权重和评估脚本约束Constraints什么不能改变固定数据划分和预处理每轮只改变一个实验变量完成条件Done When用什么证据验收测试通过产出 COCO APIoU 0.50:0.95、A P S AP_SAPS、延迟和可复现命令若任务复杂或方案仍有分歧先进入计划模式Plan Mode若结果和完成条件已经清晰可直接执行。高风险变更仍应在实施前保留人工决策点。13.3 把信息放在正确的位置提示词、AGENTS.md、Skills、MCP 和配置文件解决的是不同问题。混在一起会造成上下文膨胀也会让权限边界变得含糊。载体适合保存什么不适合保存什么当前提示词Prompt本次目标、范围、约束和完成条件所有任务都要重复的团队规则AGENTS.md仓库结构、命令、约定、禁区和验收方式完整 API 文档、密钥、一次性提醒.codex/config.toml可信仓库中的模型、推理强度、沙箱、审批、MCP 和多代理配置业务需求与长篇设计说明Skill可复用的任务方法、参考资料和可选脚本不稳定、仍需频繁人工引导的流程MCP仓库外的实时数据和工具可以直接写进仓库的静态规则定时任务Scheduled Task已稳定且适合重复执行的工作尚未人工跑通的探索流程13.3.1AGENTS.md持久项目约定AGENTS.md是面向 Agent 的开放格式说明文件。Codex 启动任务时会组合全局、仓库和子目录规则越靠近当前工作目录的规则优先级越高。它应保持简短、准确并可执行。下面只展示结构实际使用时必须换成当前仓库已经验证的路径和命令# Experiment rules - Baseline: configs/yolo11n_coco.yaml - Keep data/coco.yaml and the validation split unchanged. - Change one declared variable per experiment. - Evaluation command: verified project command. - Report COCO AP (IoU 0.50:0.95), AP_S, latency, command, checkpoint, and result path. - Do not overwrite existing runs or weights.这里保存的是长期规则。某次实验的学习率、假设和 GPU 选择仍应写在任务提示中。13.3.2 Skill可复用的任务方法技能Skill是一个包含SKILL.md的目录还可以包含脚本、参考资料和资源。Codex 先读取技能名称与描述任务匹配后再加载完整指令这种方式称为渐进式披露Progressive Disclosure。适合封装为 Skill 的视觉流程包括检查 YOLO 数据集中的空标签、孤立标签和损坏图像按固定指标审查分类模型的混淆矩阵导出分割模型并执行设备端回归测试汇总训练日志、权重、命令和评估结果。Skill 不是“永远正确的文档”。数据布局、CLI 参数或设备环境变化后它同样可能过时。每个 Skill 都应有明确范围、输入输出、测试样例和维护责任。13.3.3 MCP连接外部上下文模型上下文协议Model Context ProtocolMCP是连接 Agent 与外部工具或数据源的开放标准。代码库之外的 Issue、文档、监控指标或实验平台状态适合通过 MCP 获取而不是反复复制进提示词。接入外部系统也意味着新增权限。只配置实际需要的服务并为写操作、生产环境和敏感数据设置更严格的审批与访问边界。13.3.4 定时任务稳定后再自动化定时任务可以按计划在后台执行并可调用 Skill。在该功能对账户或工作区可用时可通过 ChatGPT Web 或桌面应用创建和管理CLI 与 IDE 扩展不提供 Scheduled 管理界面。Web 任务不能直接访问本机目录桌面应用中的本地任务要求机器保持开机、应用运行且项目路径可用。Git 仓库可选择在主工作区或独立工作树中运行。一个合适的例子是每天汇总训练状态读取日志与结果文件报告进度、最新指标、异常和产物路径。自动修改训练配置或重启生产服务则需要更严格的权限和人工确认。13.4 四种常用 Agent 工作流13.4.1 Explore → Plan → Execute → VerifyExplore理解仓库与问题Plan明确步骤和风险Execute实施最小改动Verify运行验证适合复杂功能、陌生仓库和大范围重构。对数据库迁移、公开 API、训练数据变更等高风险操作计划应先经过人工确认。13.4.2 Review → Repair → Validate仍有阻塞问题达到完成条件Review发现问题Repair最小修复Validate验证结果Done适合代码审查、测试修复和文档事实核查。循环应由完成条件和风险决定而不是机械限定固定次数同一阻塞原因反复出现时应停止盲目重试并升级处理。13.4.3 Manager → Workers → Integrate主代理拆分任务与定义接口子代理 A数据与标注子代理 B模型与训练子代理 C评估与部署主代理汇总、消解冲突并验证适合边界清晰、可独立推进的子任务。主代理必须说明拆分方式、共享事实、等待条件和汇总格式。多代理会增加 Token 消耗与协调成本不应为了“看起来先进”而使用。13.4.4 Monitor → Diagnose → Report适合训练监控、CI 失败归因和例行检查。安全的默认行为是先读取状态、诊断原因并报告只有在操作可逆、边界明确且权限允许时才自动修复。对于长时间训练RUNNING不是充分证据。报告至少应包含进程或任务标识、日志位置、最新进度、最新指标、异常状态和产物路径能可靠估算时再给出预计完成时间。13.5 视觉算法工程师的日常如何变化Agent 可以接管大量机械执行但不会自动替团队决定什么才是正确实验。工作环节Agent 适合承担人仍需负责问题定义搜集代码和日志、整理现象判断问题是否值得解决数据扫描损坏图像、空标签和类别分布定义标注规范与数据边界实验设计生成配置、命令和实验矩阵固定基线、提出假设、设置验收门槛实现修改模型、损失、数据管线和测试审查设计取舍与隐藏副作用评估运行指标、生成表格和错误样本判断指标是否回答业务问题部署导出、转换、运行兼容性检查决定精度、延迟、资源和风险的权衡三个常见例子目标检测Object Detection不要只要求“提高 mAP”。应声明基线和唯一变量同时查看 COCO APIoU 0.50:0.95、不同尺度 AP、逐类召回率、速度和错误样本。图像分类Image Classification总体 Top-1 准确率Top-1 Accuracy提升可能掩盖少数类退化。让 Agent 同时输出混淆矩阵Confusion Matrix、逐类召回率和高置信错误样本。语义分割Semantic SegmentationmIoU 相近不代表边界质量相同。除类别 IoU 外可按项目需要检查边界指标、细小区域和实际部署图像。开发者的核心能力因此从“快速写出代码”扩展为问题建模、实验设计、上下文组织、代码审查、评估设计、安全判断和结果负责。13.6 一次可复现的 YOLO/COCO 委托下面是一份比“帮我优化 YOLO”更可靠的任务描述目标 分析当前模型在 COCO val2017 小目标上的漏检并实现一个最小改动进行验证。 上下文 - 基线配置configs/yolo11n_coco.yaml - 基线权重weights/baseline.pt - 数据配置data/coco.yaml - 评估入口填写当前仓库已验证的命令 约束 - 保持训练集、验证集、输入尺寸和预处理不变。 - 本轮只允许修改一个已声明变量。 - 不覆盖已有权重和结果目录。 - 不把短跑指标当作最终结论。 完成条件 - 说明假设与代码差异。 - 单元测试和静态检查通过。 - 记录完整训练、评估命令及环境信息。 - 输出 COCO APIoU 0.50:0.95、$AP_S$、逐类召回率和推理延迟。 - 给出权重、日志、结果表和失败样本路径。 - 未达到门槛时保留结果但不推广该方案。这个提示把活动改写成了结果把“跑一次实验”改写成了“提供可以复核的证据”。Codex 可以帮助执行流程但模型是否值得采用仍由预先声明的门槛决定。13.7 团队落地先稳定再规模化不必按某个工具顺序完成转型。更稳妥的方式是按工程成熟度推进阶段主要做法进入下一阶段的条件辅助在低风险任务中使用 Agent人工逐项检查团队理解能力边界和常见错误委托给出目标、约束和完成条件要求 Agent 自验证重复任务的成功标准稳定标准化用AGENTS.md、Skills 和审查规则固化方法文档、脚本和责任人可持续维护并行化用子代理或工作树处理独立任务边界清晰合并和验证成本可控自动化将稳定流程接入定时任务或 CI权限最小化失败可见结果可审计团队应度量真实结果而不是统计生成了多少行代码。可观察指标包括一次通过率与人工返工次数从任务创建到通过验收的周期回归缺陷和回滚次数人工审查时间与 Agent 运行成本实验复现率和产物完整率不同任务类型的成功率。这些指标用于改进工作流不应用来鼓励跳过验证或制造表面产出。13.8 安全与质量边界13.8.1 权限不等于能力沙箱Sandbox决定 Agent 能访问哪些资源审批策略Approval Policy决定哪些操作需要人工允许。给出长期目标、启动子代理或创建定时任务都不会自动扩大权限。默认从最小权限开始。只有在任务确实需要、目标仓库可信且风险清楚时才扩大文件、命令或网络访问范围。13.8.2 测试通过不等于正确测试只能证明被覆盖的行为。视觉算法还要检查数据泄漏、评估实现、指标切片、模型来源、预处理一致性和设备端表现。高风险改动需要人工审查不能仅凭 Agent 自评或绿色 CI 合并。13.8.3 文档和 Skill 也会过时AGENTS.md、Skill、脚本与代码一样需要版本管理。修改架构、命令、数据布局或部署环境时应同步检查相关说明不再可靠的 Skill 应禁用、修订或移除。13.8.4 并行不一定更快子代理适合独立、读密集的任务。多个 Agent 同时修改同一目录会增加冲突和汇总成本。先拆清接口再决定是否并行。13.9 来自 OpenAI 实践的可核查事实OpenAI 的 Codex 最佳实践文档指出其内部所有 Pull Request 都会经过 Codex 审查。这说明 AI 审查可以成为工程流水线的一部分但不意味着代码由 Codex 全自动生成也不取消人工对合并结果的责任。更值得复用的不是某个夸张生产力数字而是以下方法给任务提供目标、上下文、约束和完成条件用AGENTS.md保存持久规则用 Skill 封装已经稳定的重复流程用 MCP 获取仓库外的实时上下文要求测试、验证和差异审查只把可靠流程交给定时任务对并行写任务使用清晰边界或独立工作树。本章要点AI Native 开发的核心是可验证委托不是无人负责的自动生成。Codex 同时支持交互式工作、长任务、定时任务和子代理工作流应按任务形态选择而不是把它们理解成线性替代关系。提示词描述本次任务AGENTS.md保存持久约定Skill 封装重复方法MCP 连接外部系统配置文件管理运行边界。视觉算法任务应固定基线、声明唯一变量、设置验收门槛并保留命令、日志、指标和模型产物。人仍然负责需求、架构、实验设计、风险判断和最终验收。先把流程人工跑稳再考虑并行化和自动化。参考资料Codex best practicesCustom instructions with AGENTS.mdBuild skillsSubagentsLong-running workScheduled tasksSandbox and permissions