关于AI Coding团队体系的思考

从一开始的对话生成再到后来的Plan Mode、MultiAgent、AgentTeams、Dynamic workflow。Coding Agent带给了我们越来越多的使用范式。我们也慢慢形成了自己舒适的使用方式。不管使用方式如何，由于我们的目的始终在于提供有效的上下文。这个上下文包含很多：实现的功能、运行错误、不符合规范、不符合开发习惯、不符合产品等等等等，只要你不再手动调整具体的代码，那么你所做的一切都是在这个范围之内。我们的使用方式始终在于如何更轻松的提供上下文。

一旦总结了一个自我感觉轻松可靠的使用方式之后（接下来我管这个叫工作流），我就会发现它很像一个小团队的缩影，我来讲一个前端还原高保真的工作流的改进（这个故事的前提是UI给了一份设计稿）：

- 开发人员截图给Coding Agent->Coding Agent根据图片实现->开发发现颜色、padding有差距，手动修改

手动操作有很多，于是发现Figma提供MCP，介入MCP

- 开发人员提供Figma链接给AI->AI获取更可靠的信息->效果实现尚可，但在元素对齐，代码分块总是不太如意->通过描述让Agent划分组件，对齐元素

在这一轮开发会反复启动服务器，截图/描述提供给Agent使其修改

- 开发人员提供Figma链接给AI->AI获取更可靠的信息->效果实现尚可，但在元素对齐，代码分块总是不太如意->让AI操纵浏览器截图相同分辩率实现->像素级别对比并给出修复意见

在这一轮我增加了AI操作浏览器的能力，这里可以看出AI已经具备了Check的能力。

在这个简单的工作流中，我发现最后我所做的只需要提供Figma链接，Coding Agent也脱离了基础的编码，有了检查的能力。种种类似的工作流如此可靠简单的运行起来，以至于让我认为是否可以囊括更多的需求特征，把这种AI Coding辐射到这个团队的工作流之中。

这篇文章暂时就到这里，后面的内容主要是如果建立起来如何处理团队内部自己的问题，只做内部分享。但是成功后会写第二篇。

<br />