AI不塌的工程基建：工具链与团队协作指南

当你发现用AI提升了单点效率，整体项目耗时反而翻倍时，你可能已经陷入了AI协作的陷阱。不少人都有过类似的体验：看似每一步都在提速，最终却发现整个流程反而更混乱、耗时更长。这期内容来自一场真实的AI coding工作台实拍分享，分享者搭建的一套完整AI协作基建，或许能帮你跳出这个陷阱。

所谓harness，可以理解为「AI协作的脚手架与约束缰绳」：一方面是让AI能够持续、并行工作的底层基建，另一方面则是防止AI跑偏、出错的安全机制。这套方案并非一蹴而就，而是在实际开发中逐步迭代完善的。

别靠感觉用AI写代码：做大项目必然翻车

「纯凭感觉让AI写代码，很难做大项目，一定会塌掉。」

现在很多人都在用AI辅助写代码，但大多停留在“凭感觉丢prompt”的阶段，做个小工具没问题，但一旦涉及复杂系统，很快就会陷入代码混乱、逻辑冲突的泥潭。针对这个问题，有两个核心判断：一方面确实，纯靠感觉的AI编码做大项目必然失败；但另一方面，这并不代表AI没用，只要搭建并持续迭代这套harness，就能避免翻车。

在这个过程中，优秀工程师的杠杆优势会被进一步放大：你对架构的理解越深、对代码库越熟悉，搭建的harness就越易维护，AI的工作效率也会越高。这不是让工程师能力被拉平，反而让优秀和普通开发者的差距变得更大。

从“火车站公厕”到“五星级酒店”：代码库的迭代之路

「三个月前它是个火车站的公共厕所，而且是20年前的那种；现在已经快要挤进五星级的范围了。」

搭建这套基建的过程，就像维护公共厕所：初期需要不断修补bug、清理混乱的代码。分享者曾给出过一条真实的代码量曲线：三月在代码库写了10万行，四月、五月主动降速，不是偷懒，而是在花时间修复之前堆积的“屎山”。当你用AI提速时，代码债务也会以更快的速度堆积，要么现在还债，要么等项目崩盘后一次性收拾烂摊子。

让AI24小时工作又不翻车：个人基建细节

「一个是逼它们不辞辛苦，你睡觉了它也要干活；一个是它爆炸了不要坑到我。」

这套个人基建的核心目标，就是让AI可以不间断工作，同时不会因为出错影响你的正常开发。具体包含以下几个部分：

• 并行多任务终端：使用带侧边栏的多窗口终端，可以同时开启多个AI任务窗口，避免来回切换浪费精力，同时控制同时运行的任务数量，毕竟人的注意力带宽才是真正的瓶颈。
• 远程开发服务器：代码不放在本地笔记本，而是部署在家用Linux服务器上。这样即使笔记本合上、网络中断，AI代理也不会停止工作，真正实现让AI“加班”。
• 任务隔离沙盒：为每个任务单独开启开发沙盒容器，直接授予AI最高权限，让它可以自由尝试各种操作，即使跑炸了也只会销毁当前沙盒，不会影响整体环境。
• 代码分支隔离：使用work tree在同一份代码库上创建多个互不干扰的分支，就像写小说时同时尝试不同剧情线，好的内容保留，失败的分支直接丢弃。
• 安全远程连接：通过tailscale将所有设备组成私有网络，搭配低成本中继节点，随时随地可以连接到家用服务器，不需要暴露公网IP，兼顾安全和便捷。

为什么用Discord管理AI代理？

「今天还在用OpenClaw的人，其实最好用Discord。因为其他所有IM都不像它对这一点支持得这么好。」

不少人会对用Discord管理AI代理感到困惑，其实它的三层架构完美适配多AI协作的需求：服务器相当于私人论坛，每个频道绑定一个专属AI代理，配置不同的技能和人设，比如处理日常杂事的agent、做调研的agent、写代码的agent；每个频道下还可以创建线程，实现上下文的彻底隔离。

相比微信、飞书等工具，Discord天然支持多线程并行任务，这是其他即时通讯工具很难做到的。当然，微信作为通知渠道也很优秀，后续也可以考虑接入作为推送通道。

针对“为什么不用Claude Code”的疑问，分享者表示，Claude Code无法灵活配置多个不同上下文的代理，也不方便在手机上随时操作，而这套定制化的基建更适合高复杂度的开发需求。如果只是简单的编码需求，其实不需要这么复杂的配置。

团队开发的安全闸门：提交后的几十道自动门禁

「你不治理这个事情，最后是干不下去的。」

个人基建解决的是单人开发的效率和安全问题，而团队级别的开发则需要更完善的治理机制。这套团队基建重度依赖GitHub，代码合并前会自动触发一整套检查流程：

• 双重代码审查：AI先给出代码优化意见，再通过专业代码审查工具二次校验，双重保障代码质量。
• 多维度质量门禁：包含代码格式规范、重复率检测、lint规则检查、命名规范校验、依赖关系检查等数十项卡口，确保所有代码都符合团队标准。
• 自动化测试与录屏：不仅运行自动化测试，还会录制测试过程视频，开发者可以直接通过视频快速确认功能是否正常，比如首页访问是否正常、AI交互是否顺畅。
• 全库架构自动扫描：AI定期扫描整个代码库，找出架构不合理的地方，生成优化报告，由开发者跟进修改。
• 自动修复机制：自动扫描线上报错，完成修复后发送通知，开发者只需要验收即可。

对于单人小项目来说，这些检查可能没必要，但一旦团队协作开发大型项目，统一规范就变得极为重要。分享者表示，现在基本不再需要同事之间交叉代码审查，因为大部分代码都是由AI生成的，人工审查的意义不大，但开发者本人还是需要查看最终代码，毕竟最终的维护责任还是在人身上。

让AI自我优化：自动修复低级错误

「本质上，是一些低级错误它犯得少了。」

这套名为oxidize harness的技能，核心是让AI自动优化自身的工作流程。分享者最初发现AI干活慢，并不是因为模型能力不足，而是因为沙盒权限不足：比如想用perl写脚本却没有权限，只能绕路用python，反复浪费时间。

这个技能会扫描AI在执行任务时遇到的所有摩擦：比如被拦截的命令、需要升级的审批、缺失的依赖库、临时编写的脚本等，生成一份优化计划。开发者挑选合适的优化项执行，将对应的工具和权限补充到代码库中，就能让AI减少低级错误，提升工作效率，同时节省token消耗。

分享者还提到了一个关键的拆分原则：将基础动作和知识性经验分开。纯粹的低级错误可以让AI自动扫描修复，而涉及专业判断的知识性问题，则需要拆分成独立的技能，每个技能只专注解决一类问题，这样既能减轻开发者的负担，也能让AI的工作更聚焦。

给AI的任务做减法：每天只端一盘菜

「他给我八种不同类型的问题，我立刻就不想做了，立刻想去刷短视频。但他只给我一类任务，我是可以解决的。」

这是一个非常实用的日常任务设计思路。很多人会让AI每天汇总所有问题，但一次性收到八九个不同领域的任务，很容易让人崩溃，直接摆烂。如果每天只处理一类问题，比如周一处理代码问题、周二处理文档问题，就能集中精力快速解决。

分享者的定期任务都是按周规划，周一到周五分别处理不同类别的任务，周五专门优化整个流程，减少下一周的思考负担。他自己也容易分心，所以让AI每天安排一个明确的任务，避免同时开启多个窗口导致任务积压。很多人都有过类似的体验：同时处理多个任务，最后发现一个都没做好，反而不如专注完成一件事。

两个常见AI开发坑的解决方案

「你开chrome一定要用CDP，而不是把整个屏幕阅读理解一遍。」

分享者分享了两个非常常见的AI开发痛点及其解决方案：

• 浏览器检查速度慢：很多人会让AI通过截屏做视觉理解来检查网页，但这种方式非常慢。正确的做法是使用CDP（Chrome DevTool Protocol），通过代码连接真实的Chrome实例，使用playwright直接操作页面节点，并且预先配置好登录信息。团队开发的APIClaw就是这个思路的产品化，首次爬取网站时自动生成抓取代码，后续直接调用，对于微信文章、电商评论等场景的采集效果尤其出色。
• 中文深度研究质量差：解决方案是更换搜索源，OpenClaw支持配置多个搜索提供商，实测Google的 grounding search搭配gemini 2.5 flash效果最好，开通Google API账户后每天有1500次免费搜索额度，足够大部分日常使用。搜索质量的核心在于爬虫的数据采集能力，国内在这方面的积淀和投入还有待提升。

核心分歧：用代码还是用prompt治理？

「我不太同意把任何事情都变成一个markdown。很多机制层面修复的东西，是代码。」

分享者提到了和另一位从业者的核心分歧：不认同“把所有事情都变成markdown（也就是用prompt驱动）”的思路。比如想要解决代码库重复代码过多的问题，用prompt让AI定期扫描虽然可行，但非常耗费token，执行时间长，无法长期稳定运行。更好的做法是使用开源的重复率检测工具，搭配自动化逻辑，通过代码来实现治理机制，自动扫描、生成报告、跟进修复。

这也是整个分享的核心观点：AI时代真正的护城河，不是你写了多少prompt，而是有没有一套完整的机制来治理AI代理。如果不做治理，这套AI协作系统最终必然无法持续运行。

这期内容没有宏大的叙事，全都是非常具体的实操细节：用什么终端、哪台服务器、哪些自动检查流程、如何优化AI的工作流程。但恰恰是这些落地的细节，才是让AI协作真正发挥价值的关键。

分享者也坦言，这套基建并不是一天就能搭建完成的，而是在实际使用中慢慢迭代出来的。你不需要一开始就做到完美，但一定要开始搭建：先别急着开启新的开发任务，先整理好你的代码目录，建立基本的开发纪律，这才是让AI真正帮你提升效率的前提。

塔猴是一个专注于为用户提供系统学习、内容创作与商业连接的AIGC综合服务平台，致力于为每一位AI探索者打造理想的创作、成长家园。在塔猴，你不仅可以学习众多AIGC类实战课程，获得与时俱进的AIGC技能和视野，还有机会获得长期商业合作和接单机会！点击进入：https://www.tahou.com/

AI生成内容提示：本文由人工智能辅助创作，内容仅供参考，不代表平台观点。请注意核实信息的准确性，并理性判断。