最近摸索出来了一套 AI Coding 工作流。 首先开一个 Agent 窗口，这个 Agent 的角色是产品经理或者架构师，负责和我聊需求与架构设计，拆分任务，最后转换成可执行的需求说明，直接写到 github issue。如果功能比较复杂，就拆分成多个子 issue。注意，这个 Agent 不做具体的任务，保证它的上下文不会很快被填满，让它持续拥有全局视角。 然后，启动一个 Coder Agent，丢一个 github issue 进去，要求完成代码并提交 PR。权限给够，让他不要中途申请权限或者再来咨询。 提交 PR 后让另外一个 Reviewer Agent review PR，或者 Github Copilot 也可以。有了 review 结果后，丢 PR 链接给 Coder Agent，让他继续修复。 最后没问题合并代码，继续下一个循环。是否能并行取决于 issue 之间是否有依赖关系。 这个流程还是一个手工维护的流程，中间有一些不太顺滑的地方，比如： 1. Coder Agent 如果给了任意权限，又会担心它不小心命令弄错，把项目外的文件给删了。所以有时候还会被确认权限给卡住。 2. Reviewer Agent 不太会用 Github inline 的 review comment，没办法精确标记行。直接输出在评论里和 Coder Agent 的配合会有问题。 3. 让 Agent 拉取 PR 的 review comments 的时候，有时候接口返回太长了，MCP 会截断了，经常拿不全。 所以周末弄了一个工具，把 Coding Agent 装在容器里跑，然后和 Github action 配合把上面的流程自动化。工具差不多了，等发给版本后让大家体验。