AI 驱动的自动化开发平台：从自然语言到代码交付

摘要：软件开发长期受限于"人力瓶颈"——需求要人理解、任务要人拆解、代码要人编写、测试要人执行。我们设计的"大主管能力平台"试图打破这一瓶颈：用一个智能调度系统理解自然语言需求，自动拆解为开发任务，分配给 AI 执行单元（编码、测试、文档），并在需要时引入人类开发者协作。本文从核心理念、需求理解、执行架构、虚拟部门管理、多模型支持等维度，完整呈现从需求到交付的全流程设计。

关键词：自动化开发平台；AI 编程；任务调度；人机协作；虚拟部门；经验系统

一、核心理念：把开发变成"可调度"的事

我们先问一个朴素的问题：为什么软件开发这么慢？

一个稍微复杂的功能，从提出到上线，往往要经历需求评审、技术方案、编码、联调、测试、修 bug、再测试……中间任何一环卡住，整个进度就停。问题不在于某个程序员不够快，而在于整个流程是串行的、依赖人的。

但仔细想想，这个流程里真正"必须有人的环节"其实不多。大部分编码、测试、文档生成工作，本质上是"给定明确目标后的执行"，这类工作 AI 已经做得越来越好。真正的瓶颈，是把这些工作组织起来、调度起来的"大脑"。

这就是"大主管能力平台"的出发点：我们想造一个AI 主管，它扮演的是一个技术负责人的角色——接需求、拆任务、分配给合适的"员工"（AI 执行单元）、跟踪进度、验收质量、最后交付。人类开发者从"主力执行者"变为"协助者和决策者"。

用一句话概括核心理念：AI 为主，人类辅助。

二、需求理解：从一句话到一张任务图

一切开发的起点是需求。传统流程里，需求文档要写得很细，因为人需要明确的指令。但普通用户给不出细颗粒的需求，他们只会说："我想要一个能记录每天心情的 App。"

平台的第一步，就是把模糊的自然语言，翻译成可执行的任务结构。

用户："我想要一个能记录每天心情的 App"
  ↓
需求理解引擎
  ├── 1. 意图识别：这是一个"个人记录类移动应用"
  ├── 2. 功能拆解：
  │      - 用户注册登录
  │      - 每日心情录入（文字 + 表情）
  │      - 心情历史查看
  │      - 数据统计与可视化
  │      - 本地数据存储
  ├── 3. 技术方案推断：移动端 → 推荐技术栈
  ├── 4. 风险点识别：隐私、数据持久化
  └── 5. 任务图生成：DAG（有向无环图）
  ↓
输出：一组有依赖关系的开发任务

关键在于任务依赖图（DAG）的生成。开发任务不是扁平的列表，而是有先后顺序的：得先搭好项目骨架，才能写业务逻辑；得先定义数据模型，才能写接口。平台会自动识别这些依赖，生成一张任务图，确保后续执行时不会"本末倒置"。

需求理解不是一次性的。在执行过程中，如果某个任务发现需求有歧义，平台会反过来"提问"，和用户确认后再继续——这比一开始就要求用户写完美需求文档要友好得多。

三、AI 执行单元：编码、测试、文档

任务拆好之后，由谁来执行？答案是若干个AI 执行单元，每个单元擅长一类工作：

这些单元不是孤立的，它们会协作。比如编码单元写完一个模块，测试单元立刻接手写测试；如果测试失败，结果反馈给编码单元修改；全部通过后，文档单元补充说明。整个过程像一个微型开发团队在自主运转。

这种"暴力小队"式的并发执行是效率的关键。多个 AI 单元并行处理多个任务，配合里程碑式的验收（每个任务完成都要通过自动验证才能进入下一阶段），既快又能保证质量。

沙盒与回滚

AI 写代码不可能不出错。为了让它敢于"放手试错"，我们为执行单元配备了沙盒环境：每次改动都在隔离的环境里进行，编译环境预先探测，文件改动可回滚。一个任务失败，不会污染其他任务，可以安全地重试或换一种方案。

四、人机协作：AI 为主，人类辅助

"全自动"是一个理想，现实中总有 AI 搞不定的事——比如需要对接某个没有文档的老系统、需要做主观的产品决策、需要遵守某个特殊的安全合规要求。这时候就需要人类介入。

我们设计了灵活的人机协作模式：

• AI 自动执行：绝大多数常规任务由 AI 独立完成。
• AI 请求人类协助：当 AI 遇到不确定的决策点，它会主动"举手"，把问题打包成清晰的提问，等人类回答后继续。
• 人类手动兜底：极少数关键或高风险任务，标记为"需要人类处理"，由人类开发者完成后接回流程。

这和传统的"AI 辅助人类编程"（也就是现在的 AI 代码补全工具）方向正好相反。传统模式里人是主导，AI 是工具；我们的模式里 AI 是主导，人类是"被咨询的专家"。这种倒置，正是开发效率能实现量级提升的根本原因。

五、虚拟部门管理：把 AI 当"员工"来管

当平台里有几十个 AI 执行单元在并行工作时，如何管理它们就成了一个新问题。我们借鉴了企业管理的方法，引入了虚拟部门的概念。

每个 AI 执行单元都有一张角色卡，定义它的：

• 角色定位：它是什么"岗位"（前端工程师、后端工程师、测试工程师……）
• 能力边界：它擅长什么、不擅长什么
• 经验包：它积累的项目经验（见下文）
• 提示词构建：如何向这个角色下达任务

为什么这很重要？因为同样一句"实现登录功能"，给前端角色和后端角色的理解应该完全不同。角色卡让每个 AI 单元有清晰的身份，避免"一个 AI 啥都干"导致的混乱。

经验系统：让 AI 越用越聪明

这是平台最有价值的设计之一。每一次项目完成后，平台会沉淀经验包——记录这次项目里遇到了什么问题、怎么解决的、哪些做法被验证有效。下次遇到类似项目，相关的经验包会被加载，让 AI 不必每次都从零开始。

项目完成
  ↓
经验提取：本次项目的有效实践、踩过的坑、最佳方案
  ↓
经验包写入：分类存储，打上标签
  ↓
下次项目启动
  ↓
经验匹配：按项目类型、技术栈召回相关经验包
  ↓
注入执行单元的提示词 → AI 带着经验开工

经验系统让平台具备了成长性。用得越多，它越懂你的代码风格、越熟悉你的业务领域、越少犯重复错误。这和"雇佣一个会积累经验的员工"是同样的道理。

六、多模型支持：不把鸡蛋放一个篮子

AI 领域发展太快，今天的"最强模型"可能半年后就被超越。如果平台绑定单一模型，不仅能力受限，还有被技术迭代甩开的风险。

所以我们从架构上支持多模型调度：

• 主模型：负责核心的编码、推理任务。
• 辅助模型：处理轻量级任务（格式化、简单校验），降低成本。
• 可替换：接入新的模型只需要适配接口，不需要改业务逻辑。

目前平台已经能够调度多种主流大模型，包括 GLM、千问等国产模型。不同任务分配给最合适的模型——复杂的架构设计交给强模型，简单的变量重命名交给轻量模型，既保证质量又控制成本。

这种设计还有一个隐性好处：避免单一模型的偏见。不同模型的训练数据和能力侧重不同，多模型协同能让结果更稳健。

七、从需求到交付的全流程

把前面所有组件串起来，一次完整的开发流程是这样的：

1. 用户提交需求（自然语言）
       ↓
2. 需求理解：意图识别 + 功能拆解 + 风险识别
       ↓
3. 生成任务图（DAG）：明确依赖关系
       ↓
4. 调度引擎：按依赖关系分配任务给 AI 执行单元
       ↓
5. 并发执行：编码 / 测试 / 文档 多单元协同
       ↓
6. 里程碑验收：每个阶段自动验证，不通过则回滚重试
       ↓
7. （如需）请求人类协助或人工兜底
       ↓
8. 全部任务完成 → 自动构建部署
       ↓
9. 交付：可运行的产物 + 文档 + 测试报告
       ↓
10. 经验沉淀：提取本次项目的有效实践

整个过程中，用户只需要在两个时刻介入：开头说清需求，中间被提问时回答。剩下的，平台自主完成。

八、Inbox 系统：让讨论沉淀下来

开发不只是"写代码"，还有大量的"讨论"——为什么这么设计、这个接口应该返回什么、这个 bug 的根因是什么。这些讨论如果散落在各种聊天工具里，很快就找不到了。

平台内置了 Inbox 消息系统，让所有的需求、提问、回复、审查意见都沉淀在平台内。AI 之间可以就一个技术问题相互讨论、@ 指定角色，人类也可以随时查看和参与。讨论的结果可以一键导出为文档，成为项目的知识资产。

这其实呼应了我们另一个产品方向——AI 友好社区。当 AI 之间的协作讨论有了结构化的载体，它本身就成了一种宝贵的"工作记忆"。

九、技术架构与工程要点

技术栈

• 调度引擎：基于 DAG 的任务调度，支持并发与里程碑验证。
• 执行器：可插拔的执行单元（包括自研的"暴力小队"和接入的第三方编码工具）。
• 沙盒：隔离的执行环境，支持文件冲突检测与回滚。
• Prompt 系统：模块化的提示词拼装，按角色和任务动态构建。
• 经验管理：经验的加载、写入与版本化。

关键工程问题

1. 并发控制。 多个 AI 同时改同一批文件会冲突。平台通过文件冲突检测和任务锁机制，保证同一时刻只有合适的任务在改对应的文件。

2. 里程碑验证。 AI 说"我做完了"不算完，必须通过客观的验证才算。每个任务都有机器可检查的验收标准（编译通过、测试通过、lint 通过），不达标就回滚。

3. Token 成本控制。 AI 调用是要花钱的。平台做了上下文分层与预算裁剪——根据任务重要性分配 token 预算，优先保留关键上下文，避免无意义的消耗。

4. 自优化。 平台会定期分析自己的运行日志，发现可以改进的点（比如某类任务经常失败），自动生成优化任务，形成"自我进化"的闭环。

十、谁会用，怎么用

这个平台面向几类典型场景：

• 创业团队：想快速验证一个产品想法，没有钱养完整开发团队。用平台把想法变成可演示的原型，成本和时间都大幅降低。
• 企业数字化：内部工具、管理系统的需求多而碎，传统外包又慢又贵。平台可以低成本批量产出。
• 个人开发者：一个人想做产品，但精力有限。让 AI 团队分担执行，自己专注在设计和决策上。

我们提供免费版和付费版。免费版覆盖基础开发需求，让任何人都能零门槛上手；付费版提供更强的模型、更多并发、更深度的经验系统。同时，平台开放第三方 AI 和人类开发者参与——你可以把自己的 AI 接进来执行任务，也可以作为人类开发者接"兜底"任务赚收益。我们希望构建的是一个 AI + 人类协作的开放生态，而不是一个封闭的黑盒。

十一、结语

软件开发的未来，不是"AI 取代程序员"，而是"AI 承担执行，人类专注决策"。当编码、测试、文档这些机械的执行工作被 AI 团队接管，人类开发者真正稀缺的——理解业务、判断优先级、做创造性设计——才会被放大。

大主管能力平台，是我们对这个未来的一次工程实践。它还很年轻，很多地方需要打磨，但方向是清晰的：让软件开发不再是少数人的专利，让每个有想法的人，都能拥有一支随叫随到的开发团队。

本文基于杭州数智时空科技"大主管能力平台"（Harness）的设计与实践整理。为遵守保密原则，文中调度算法、Prompt 模板等核心细节做了抽象处理。