十人公司与智能体舰队｜看看外面

多数团队用 AI 的方式，是给程序员配一个编程助手，分工和流程照旧。Spawn 走得远得多：十个人，花在 token 上的钱是薪资的三十倍，三十天交付七万七千项实质性改动。这期我们顺着作者 jacob 的原文脉络，一节一节学习他们怎样从沟通、评审、测试、发布到决策，把软件工程围绕智能体重新搭了一遍。

看看外面AI 智能体软件工程

长期运行的智能体舰队
Spawn 的智能体不是用完即走的临时会话，而是有名字、有工作记忆、有真实权限、各自负责一块业务的长期成员，每天再调动数千个辅助智能体；作者认为直到 Fable 这一代模型，这种方式才真正可行，也只有足够稳定、判断力好的模型撑得住。
- x.com
- lizheng.blog
让 bug 决定代码怎么写：迹象协作与取消 PR
借用蚂蚁靠环境痕迹协作的 stigmergy 思路，智能体不再事先互相通知，而是直接改代码、合入后发现问题再追加修复；全量测试每十五分钟跑一次，审查放在智能体团队内部，只有付款这类不可撤销的操作保留写死的关卡。
直连生产环境的闭环与每小时发布
智能体自己读取线上报错、bug 报告、指标和开支信号，约六成工作从生产环境的问题开始；一小时没有发布就按最高级别事故处理，配合三十秒精确回滚和故意制造故障来演练恢复。
- x.com
- lizheng.blog
AI 裁判与人的新工作
作者把两年来存进代码仓库的通话记录提炼成原则，做出 AI 裁判来回答大部分品味问题；人则转向两件事：对能用但不够好的东西说“不”、删掉过时的包袱，以及提出模型自己想不到的十倍、百倍命题。
- x.com
- lizheng.blog
为什么难以复制，以及它的局限
作者认为关键在于敢让智能体直连生产环境、不把 AI 硬塞进为人设计的框架。节目也中立地指出几点局限：高度依赖单一模型供应商、成本极高、容错要求更严的行业难以照搬，以及初创团队没有历史包袱。
- x.com
- lizheng.blog

原文：《How I Built the Most AI-Pilled Company in the World》，作者 jacob (@jsnnsa)，https://x.com/jsnnsa/status/2115623382721126826

中文译文参考：《我如何打造出全球最彻底拥抱 AI 的公司》

本期是「看看外面」的第一期：每期挑一篇别人写的长文，由一位资深开发者带着大家一起学习，讲清作者说了什么、读下来学到了什么。

文中的团队规模、token 开销、交付量、撤销比例、裁判裁决数量与事故时间线等数据均来自作者原文自述，本期未作独立核实。

片头/片尾音乐：Gemini（Lyria）生成

本期提到

How I Built the Most AI-Pilled Company in the WorldSpawn 创始人 jacob 在 X 上发表的长文，介绍十人团队如何与智能体舰队一起运作公司，本期即围绕它展开。
Spawn可与朋友一起用 AI 做游戏、在浏览器里即时游玩的游戏创作平台，原文作者是它的创始人。
SaviSpawn 平台内的 AI 游戏创作助手，也会替用户提交 bug 报告。
AnthropicClaude 系列模型的开发公司，原文认为只有它的模型能支撑 Spawn 的智能体舰队。
Claude CodeAnthropic 推出的命令行编程智能体工具，Spawn 的工程师用改造过的版本推进大型项目。
Stigmergy（迹象协作）个体不直接对话、而是通过留在环境里的痕迹相互协调的机制，典型例子是蚂蚁觅食。
《我如何打造出全球最彻底拥抱 AI 的公司》原文的中文译文，方便对照阅读。