说明前提：我们是一个5人前端小组，维护两个中等复杂度的内部系统。9月起我们给自己定了个实验规则——原先排不上期的活儿不再排队，而是写成工单交给AI编程助手（以ClaudeCode为主，个别任务试了Devin），目标是让30%的PR由Agent发起。一个月过去，实际数字是31%，达标了。这篇是复盘，不吹不黑。
先说赚到的部分。重复性组件和表单封装是最稳的，一句话需求十分钟出初版，改两轮就能提PR；批量补单元测试基本全自动化，这块把我们的测试覆盖率从47%拉到了71%；依赖升级和常规bug修复，Agent自己跑CI改到绿的概率相当高。最惊喜的是技术债清理——那个“重构旧版价格计算模块”的工单挂了半年没人接，两个晚上跑掉了三分之一。粗算下来，相当于团队凭空多出一个人。
再说踩坑的部分，也有三条。第一，Agent在复杂状态管理下会过度设计，一个简单的筛选条件它能造出三层抽象，代码能跑但没人愿意维护，这类PR占被拒总数的一半。第二，审查负担发生了转移而不是消失：AI代码的问题往往不在语法而在意图边界——它顺手多改的文件悄悄动了别的模块，以前审代码半小时，现在要先审“它为什么这么改”。第三，测试全绿的修复里，藏着一个只有熟悉业务的老同事才能发现的边界case，验收流程不区分来源时，这种错误最容易漏网。
月底我们把流程固化成四条规矩：把AI生成代码当“初级工程师提交”来审，逐行看但重点看边界；给Agent的工单必须写死可改动文件的白名单；先写测试再让Agent实现的流程全面铺开，因为有测试兜底的PR通过率高出一倍；最后把团队代码规范整理成规则文件注入Agent上下文，过度设计问题肉眼可见地减少。结论是那句被说烂但确实是真话的：AI不是替代你，是放大你——它放大了我们的产出，也放大了我们流程里的漏洞。第二个月的实验目标，改成把被拒PR比例从18%压到10%以下。
申请创业报道，分享创业好点子。点击此处，共同探讨创业新机遇！
