代理式工程的四段工作流:为什么只有“编码”这一段真正变快
GitHub 博客的摘要指出,写代码变快了,围绕写代码的工作没有。本文把代理式工程拆成计划、编码、评审、排查四段,用“输入边界是否收敛、输出是否有机器可判定的验证信号、失败是否可低成本回滚”三个条件解释为何只有编码段明显提速,并给出判断团队哪一段能提速的检查表。文中的四段拆解属分析推断,不是对原文全文的转述。
一句话回答:因为在这四段里,只有“编码”同时满足了三个条件——任务边界能靠文字收敛、产出有机器可判定的验证信号、失败可以低成本回滚。计划、评审、排查缺的不是模型能力,而是同一个东西:可自动判定的“做完了”。
先说明材料边界。本文依据的是 GitHub 博客 2026 年 11 月 6 日发布的文章《Beyond code generation: A developer’s guide to agentic engineering》的标题与摘要(github.blog)。摘要的结论是:写代码变快了,围绕写代码的工作没有变快;文章讨论用 GitHub Copilot 做计划、写代码、评审改动和排查生产问题,并指出仍有工作需要人的判断。我未读到全文,因此不转述它的具体功能清单、操作步骤或任何数据;下文对四段的拆解是基于该结论与通用工程实践的分析,属推断,不是原文观点。
编码段先变快的三个条件#
代理在编码段能形成闭环,不是因为它更“懂”代码,而是因为这一段恰好具备三个特性:
- 输入可收敛:一个函数、一个接口适配、一段迁移脚本,边界可以用几句话和几个文件路径界定。
- 输出可判定:编译通过、单元测试通过、类型检查通过,都是二值信号,不需要人来“感觉一下”。
- 失败可回滚:改错了丢掉 diff 即可,代价是几分钟,不是一次线上事故。
三者叠加,代理才拿到了“生成—验证—再生成”的循环。缺任何一个,循环就断了。
计划段:产出是决策,不是文件#
计划段的输出是取舍:范围切到哪里、哪些先不做、接受哪种技术债。这类产出没有编译器。代理能起草十份方案,但“选哪份”依赖代码库之外的约束——交付期限、对外契约、团队已有承诺。加速发生在草稿数量上,不发生在收敛那一刻。所以常见的观感是:方案变多了,决定没变快。
评审段:快的是读,不是担责#
评审的瓶颈通常是注意力与责任,而不是阅读速度(这是推断)。代理可以先把 diff 过一遍、标出可疑点、检查命名与边界条件,但批准这个动作仍由人承担后果。这里有一个容易被忽略的反向风险:当编码段产出变多而评审容量不变时,未评审的改动会积压,整体交付时间未必缩短,只是把队列从“写”挪到了“等评审”。如果团队要度量,应该度量“提交到首次有效评审的时长”,而不是提交量。
排查段:证据在生产里,不在上下文里#
排查依赖日志、指标、链路追踪和最近变更记录。代理只能基于给它的上下文推理;观测数据没接进来,它只能给出看起来合理的猜测,而猜测在故障场景里成本很高。这一段要提速,前置条件是“把证据喂进去”,而不是换更强的模型。
判断你的团队哪一段能提速#
| 阶段 | 可自动判定的完成信号 | 缺什么 | 先做什么 |
|---|---|---|---|
| 计划 | 几乎没有;最多是“方案覆盖了约束清单” | 约束未显式化 | 把期限、契约、不可动部分写成清单 |
| 编码 | 编译、测试、类型检查、lint | 覆盖不足的测试 | 先补失败用例,再让代理改 |
| 评审 | 静态检查、自动化回归 | 人的注意力是稀缺资源 | 把机械检查左移到提交前 |
| 排查 | 复现脚本、回归用例 | 观测数据未接入 | 先打通日志与变更记录 |
判断方法很直接:某一阶段如果答不出“做完了怎么机器验证”,代理在这一段的提速就会停在“生成更多候选”,不会变成“更快交付”。
一个务实的顺序#
- 先给每段定义可执行检查,再谈扩大代理权限。没有检查就扩大权限,等于把不确定性放大。
- 编码段优先补测试:代理改代码的前提是有东西能立刻说“错了”。
- 评审段把能自动化的部分前移,把人的时间留给设计判断与风险取舍。
- 排查段先接数据。没有日志与变更记录的代理排查,只是更快的猜测。
对以 API 为主要交付形态的团队,这个顺序同样成立:接口契约可以写成可执行的校验,回归用例可以固定下来,而“这个破坏性变更能不能发”依然是人的决定。原文中的具体做法与范围,需查阅全文核实;本文未对其功能与效果作任何实测或数据引用。
参考来源
以上为本文写作时的参考资料,引用观点以原文为准。