1 、扮演角色有什么目的吗？ 2 、是否有节省上下文的针对性设计？ 3 、期待的交互模式是什么？全自动？半自动？还是开发人员驱动？ 4 、“大型项目”有多大？ 5 、你用的什么 AI 模型与工具？

@maichael 本质上管了一个小开发团队这个是接受的，LLM 是无法做到人那样会对自己的工作有长期的上下文并且去负责任的，现在的问题是该如何提升这种管理能力呢？

@sentinelK 1.主要就是尝试把不同的工作解耦出来，试图增加掌控力。2.这方面可能欠缺比较多，欢迎给出一些建议哈。3.期待的交互模式半自动吧，其实自己也没有想好，最初的想法就是看了 openai 的那个分享想尝试一下能做成什么样子。4.现在还没有那么巨大哈，ROS 相关的目前有十几个模块吧。5.codex 、antigravity 、claude code 都有。

几个 agent 之间怎么交互,通过文档吗?

要做到一次性全命中还是非常难的，至少要保证能看得懂 AI 的代码逻辑，后续还有修改的空间。如果人工已经很难参与进去了，那就变成黑箱屎山，没救了

一开始就搞几个 agent 没必要吧，感觉复杂化了。

@ktyang 有没有一种可能，垂直形态的工作分工才是 AI 驱动编程的更好方式？（逻辑复杂度低，上下文长度小，成果人工审核难度不大） 没有上下文边界（比如有详尽文档就不要直接接触代码），半自动没有开发介入，且横向分工的结果就是最后就是压到后面的工序积累的误差爆炸。导致整个项目的正确产出没有任何的统计学优势。 最终结果必然就会不稳定。

不要生成脱离掌控的代码，及时回正。 只要不符合代码规范的及时让 ai 改写

但是 注意的是， 既然 ai 驱动了， 就不要手动去改了，效率低到让人发指。 让 ai 去改就效率高很多

真的很难。我使用 opus4.5 ，重构一个前端老项目里的一个大页面，大概一万行代码都写在一个文件里。上下文严重超出，AI 无法读完全部代码，最后重构完丢失了很多功能细节。 ai 拆分功能，一个功能一个功能做，最后生成了 80 多个文档，导致你发现问题的时候很难找到对应哪个文档。 想写自动化测试，用 AI 写测试代码，要跑通也花费大量的时间和 token 。。 我的流程是：AI 阅读代码->出改进文档->根据文档优化代码->提交代码->AI 审核 git 记录优化是否合理，是否有遗漏。结果每次审核都发现遗漏。 当然如果让人来做，读一万行代码也是个灾难。。