Wiki 知识库

全部文档 / 作者: Jingchao / 标签: AI Native

2 篇
清除

AI Native 实践续篇:迈向 Stage 8

作者继八月 AI Native 实践后,记录从 Stage 7 迈向 Stage 8 的多 Agent 工作方式探索。核心实践包括:用「测试测试」验证测试有效性(借鉴变异测试);要求 Agent 交代判断依据;采用 1+N 组织方式,由 Captain 统筹调度其他 Agent,并保护其上下文不陷入实现细节;用 logbook Kit(lbkit)串起需求到上线的完整交付流程,通过 Preflight 预演减少中途打断;让 Delivery 与 Verify 两种角色形成对抗,发现分歧。作者强调多 Agent 有成本需按任务规模挑选,目标是保护人的完整注意力与决策密度,认为对抗机制比单纯循环更重要。

技术 › Agent Jingchao 2026-10-1925.2 KB 9.4K 78 82

AI Native 时代的工作方式:从信息到交付

作者分享了作为 Infra/Kubernetes 工程师在 AI Native 时代的工作方式演变:从 2 月认为 Code Typing 不必要,到 5 月确立「AI 放大执行、人负责判断」,再到 8 月形成信息、研发、落地、工具链的完整链路。信息层面,他用 minds(AI 参与度 90%+)和 my-kms(5%)两个知识仓库,Agent 改动走 PR 流程由人 review;编码层面推行 Spec-driven、用 guides 固化约束、自测 Agent 分层验证;工具链上自建 mind-forge、skm 等工具。核心观点:AI 善于「作」(生产、展开、润色),人负责「创」(问题、判断、观点),工作重点是决策密度、共识形成与保留个人棱角。

技术 › LLM Jingchao 2026-10-0615.4 KB 8.7K 64 78