真正的 AI 原生不是在传统流程上加点 AI，而是把整个组织围绕 Agent 重新搭建。 Manus 的实践把这一点落到了日常。工程基建不再只为工程师优化体… · @ThanksuTrump · TwKit

@ThanksuTrump

真正的 AI 原生不是在传统流程上加点 AI，而是把整个组织围绕 Agent 重新搭建。 Manus 的实践把这一点落到了日常。工程基建不再只为工程师优化体验，而是优先把软件开发生命周期和业务流暴露给 Agent。分散的仓库被串成统一入口，Agent 几秒内能跑通端到端测试，也能读线上日志、看报警、发邮件、控制 Feature Flag。人能看到和操作的，Agent 必须同样能看到、能操作，才能自己形成“修改-验证-排查”的闭环，从副驾驶变成司机。 人和 AI 的配合也因此改变。不再是结对写代码、人逐行检查上下文和优雅度，而是直接把 Slack 需求原文丢给 Agent，只给目标，不规定步骤。信任靠证据：用最好的模型做代码审核，让 Agent 自己证明做对了；用测试账号走完注册和支付流程并录屏，产品经理看录屏就能指出问题。过程微管理被替换成结果导向。 工作流随之变成高度异步和并发。一个人同时开着十几二十个 Session 处理需求，领导层把二十多个待办丢给一个主控 Session，让它自己拉取 Slack、Gmail 和 Notion 做背景调研再分发任务。市场部的数字 Agent 在一个工作台接收任务，拆给多个子 Session 并行执行，还能定时唤醒自动干活，遇到工具不好用就自己提需求改系统。人不再等单个 Agent，而是在多个 Agent 之间切换分配和验证。 组织因此更扁平。技术栈鸿沟被抹平后，精细分工不再必要。一个人可以写完前后端和移动端，七个人维护四个 App；所有产品经理都提交过代码，一半能独立上线功能。代价是人均每月约一万美元的 Token 消耗，买的是时间和注意力，消除人际沟通损耗，减少临时打断。 对话 Session 也开始成为新资产。组织知识不再只依赖人和文档，更依赖 Agent 能否读到。运维把发版流程写进 Agents.md 后，谁都能让 AI 来发；同一项目成员能看到彼此的 Session，不必再追着人问进度。 当 AI 承担大部分执行后，人的位置往上移：定义问题，判断质量，决定什么值得做，并为结果负责，同时与 AI 共同成长。执行可以交给 AI，思考要留给自己。 产品经理把需求做成视频当文档提交，也是在降低沟通损耗。要真正做到 AI 原生，就得舍得围绕 Agent 重建分工和流程，并持续投入最好的模型。

曝光 297 · 评论 2 · 点赞 4 · 书签 0