作者 Sergii 分享了 ConnectiveOne 围绕 AI 代理重构其软件开发生命周期（SDLC）的历程。他强调，仅赋予 AI 广泛权限并进行开放式对话并不能有效扩展。相反，他主张为 AI 代理分配职责明确的狭窄角色，设定清晰的边界，并在人工审查前设置质量关卡。传统 AI 编程助手的核心问题在于缺乏持久上下文，导致架构推导重复出现以及对规范的遵守不一致。Sergii 提出应将 AI 代理视为新员工，为其提供具体的职位描述、作用范围和限制，并将这些内容记录在受版本控制的文件中。此举正式确立了代理的操作契约，确保其行为可预测。ConnectiveOne 通过“规则层”构建这一体系，其中代理具有定义的作用范围、禁止操作、输入要求、输出规范以及强制性的质量检查。该方法依赖三大支柱：规则作为唯一事实来源、基于角色的代理执行专业化任务，以及 AI 增强而非替代传统的 SDLC 阶段。其成功落地始于一个狭窄且平凡的流程，如代码评审或文档生成，构建单个作用范围明确的代理，随后逐步增加新角色。他们认识到，只有在规则稳定且自动化质量关卡建立之后，才应实施并行代理执行，即“代理群”。人类在审查意图、架构决策、业务逻辑正确性以及最终合并批准方面仍至关重要。一个被忽视的关键方面是“溯源”，即理解代理为何做出特定变更。ConnectiveOne 构建了内部编排层，为代理生成的差异标记执行详情，将调试转化为简单的查找操作。尽管其系统显著提升了开发速度，但他们强调，可持续的速度源于稳定的质量关卡，而非单纯的速度。对于开始这一转型的团队，关键要点在于先定义狭窄的代理角色并确立质量关卡，再尝试复杂的并行代理交互。