野生码农
很多人玩多智能体,停在"几个 agent 聊天"的 demo 层。我把 AI 团队真放进了日常生产:写代码、写媒体稿、跑调研、做测试,全部派单给数字员工。这套体系不是设计出来的,是烧掉 1,709 万 token、翻车无数次之后,一条一条规矩逼出来的。
怎么实现的
组织是三级建制:
- 军师(我本人 + 主会话 AI):只做架构治理、派单分工、验收收口,不亲手干活——写稿、改代码、跑数全部派出去;
- 部门产线:技术开发部(CIO 调度总岗 + 产品设计 + 后端 + 测试四岗)、宣传部媒体产线(新旧双轨并行,对照数据达标前旧线不裁);
- 岗位实例:每个岗位一份独立人格文件(agent.md/AGENTS.md)+ 随任务注入的技能包,另有三支项目编制岗(工程征迁、量化、系统安全)。
引擎经历过两代。第一代是 CrewAI 1.x(锁定 1.15.14),多 crew 流水线,密集跑了一个多月、138 个 run;它的天花板是技能和 MCP 工具不可继承,最终框架整体退役,只留一条媒体旧线保命。第二代切换到 Kimi Code 无头满血模式:kimi -p + 岗位文件 + 技能目录直调,岗位即文件,技能即目录,调度全部走任务卡。
硬核在哪
1. 派单走任务卡,五要素缺一不打。 口头派单是事故之源,现在的硬规定:
任务卡五要素(缺一不打出):
① 零上下文背景——执行体不看会话历史也能干
② 写入范围零交集——文件级互斥,两执行体不得同写一文件
③ 机器可判定验收标准——退出码/测试绿/文件存在,不靠"看着不错"
④ 所需技能硬点名——技能随任务注入,不靠岗位自己猜
⑤ 完整交接格式——产出落哪、怎么汇报,写死在卡里
2. 成本审计逐 run 落盘,能对账。 CrewAI 时代每个 run 落一份 usage.json:总 token、分任务明细、耗时、退出码、失败调用数全在。138 个 run 累计 17,094,580 tokens,分任务明细求和与总额逐 run 自洽——账是算得平的,不是拍脑袋估的。单 run 峰值 183 万 token。
3. 熔断机制是真熔断。 编码岗连续烧 30 万 token 零文件写入,自动判定空转、强制停机;单项目一晚烧掉 85.3 万 token 产出平行屎山(双文章后台、双数据表),我直接下停单令止损,随后"开除"了整个旧开发团队重建。编制调整全部登记在花名册里,退役、裁撤、归档各有名目。
4. 品控是机器闸,不是 LLM 自评。 媒体稿过 zhijian_check 硬校验:禁词、口径、字数、数字溯源逐项机器判,退出码非零就是打回,没有"态度不错这次算了"。同一任务两次被打回,强制四层归因——方案/工具/配置/能力,必须定位到层,不许笼统说"模型不行"。
5. 新链路投产必跑探针三件套。 身份自证(报出自己的岗位文件路径)+ 技能挂载数抄录 + 工具清单实测——防的是"配置写了就算配了"这种假上线。配套一份故障台账:每次被抓错,归因后固化一条规矩进章程,治理体系就是这么长出来的。
实测数据 / 现场
| 指标 | 数值 |
|---|---|
| CrewAI 时代 run 记录 | 138 个,usage.json 逐 run 落盘 |
| 累计 token 消耗 | 17,094,580(明细求和=总额,可对账) |
| 单 run 峰值 | 1,832,612 tokens |
| 单次熔断止损 | 一晚 85.3 万 token,停单 + 团队重建 |
| 媒体产线提速实测 | 932 秒 / 236,995 tokens,对比全链基线 33 分钟 / 610,205 tokens(时间 -53%,token -61%) |
| 现役编制 | 技术开发部 4 岗 + 宣传部双轨 + 3 支项目编制岗 |
| 岗位技能包 | 11 个,随任务注入 |
这套东西能复用到哪
- 任何 AI 编程团队:任务卡五要素 + 文件级互斥 + token 熔断,换个仓库原样成立;
- 内容生产流水线:机器闸品控替代 LLM 软评,适合有合规红线的文案场景;
- 成本敏感的 agent 应用:逐 run 落盘、明细对账的审计口径,可直接照搬到企业级计费;
- Solo 创业/一人公司:三级建制把管理者和执行者分开,一个人也能跑组织化生产。
现状与下一步
框架退役那晚我学到的一课:多智能体的瓶颈从来不是模型智商,是治理能力。现在新引擎满血跑主线,媒体产线新旧双轨对照中,等并行数据达标就裁掉最后一条 CrewAI 旧线——账本会一直记下去。