
Alan 打造内部编程智能体 Hopper,全公司 80% 员工已在用
来源标题:We built an internal coding agent. Now 80% of the company uses it
法国保险科技公司 Alan 自研的内部 AI 编程助手 Hopper 目前已覆盖公司 80% 的员工。Hopper 今年春天以代码库问答工具起步,可回答非工程人员对代码的提问;夏季上线 Build Mode 后,它能从 Slack 消息或 Linear 工单出发修改代码、跑测试并提交 PR,两周内 Hopper 参与编写的提交占比最高达 13%,35% 的工程师已在使用。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
AI Agent Hopper:我们打造了一个内部编码 Agent,如今 Alan 有 80% 的人在用。
Tim Petricola 8 分钟阅读· 2026 年 10 月 15 日
Hopper 是 Alan 内部的 AI 伙伴。你可以从它的 web 应用、Slack、Linear 或 GitHub 发起会话。这个 Agent 在云端工作,可以访问我们的代码仓库、数据仓库,以及 Alan 员工日常使用的工具。会话以及它产出的一切内容,都对同事保持可用。
今年春天,Hopper 起步时只是一个代码库问答工具。你可以向它询问 Alan 某部分代码是如何工作的,并在动手修改前先做规划。我们为工程师打造了它,也为与工程师并肩交付的产品经理和设计师打造了它。其他人也在用:有史以来第一次,从不打开代码编辑器的人也能向代码库提问并得到有依据的回答,而不必去打扰工程师。
我们听到最多的问题是什么?“它什么时候能动手构建?”
夏天期间,我们发布了 Build Mode(我们在本视频中讲过那段故事)。Hopper 可以从一条 Slack 消息或一个 Linear issue 出发,在自己的环境里完成改动、运行测试,并开出一个 pull request。两周之内,我们最多有 13% 的 commit 由 Hopper 共同编写,35% 的工程师合并了他们在 Hopper 中开启的工作。
随后,用户不断把它带向我们未曾规划的方向。产品经理用它做流程原型,设计师分享可交互的 mock-up,安全工程师发布报告,分析师则针对我们的数据提问,并希望答案能持续保持最新。
今天,80% 的 Alan 员工在使用 Hopper,Alan 合并的 pull request 中有 25% 来自 Hopper。
我们起初并没有打算打造一个面向全公司的工具。每一步都来自用户把 Hopper 推到了我们原本设计的边界之外,而每一步都迫使我们做出工程决策。本文讲述其中最重要的几个。
一个 Agent,而不是每个任务一个
从代码起步对我们来说是正确选择。代码是 Agent 能够自我验证工作的地方——运行测试、启动应用、截图。我们把这称为“证明工作”,它至今仍是 Hopper 在工程任务上赢得信任的方式。但代码只是起点。
一旦非构建者出现,显而易见的做法本是为每一类人各建一个助手:一个做数据,一个做产品,一个做运营。但我们决定保留单一 Agent。
从一个任务到另一个任务,变化的其实主要是上下文和工具。数据问题需要我们的指标定义和仓库访问权限;产品问题需要研究笔记和客户反馈;代码改动需要代码仓库和一个 shell。所以 Hopper 就是一个 agent loop,外加:
Gateway 是让单 Agent 方案变得可行的关键。来自 Hopper 以及来自 Claude Code、Codex 等已获批准的本地 Agent 的每一次工具调用,都会经过同一个 Alan 端点,由它控制权限。它决定一个会话能看到哪些工具,也决定某次调用是允许、需要确认还是被拒绝。如果调用被允许,它还决定使用哪个凭证:是所有人共享的组织连接,还是个人自己的账号。然后它记录结果。添加一个连接器,并不意味着要教会每一个客户端认识它。
单 Agent 配齐所有连接器是有代价的:数百个工具定义会塞满上下文,让模型更难选对工具。所以 Agent 一开始看不到它们。它拿到两个工具,一个用来搜索目录,一个用来调用搜到的东西,而搜索只返回该会话有权使用的工具。代价是首次调用某个新工具之前要多一次往返。
工作必须比对话活得更久
大多数 AI 助手围绕一个属于个人的聊天构建,关掉标签页就结束。这与 Alan 的工作方式不符:一个 pull request 要被评审,一个原型要被反馈,一份分析要被复用,而另一个人下周会接手一份 spec。
所以 Hopper 的工作单元是会话。会话在云端运行,你合上笔记本电脑它仍会继续,并且可以从 web 应用、Slack、Linear 或 GitHub 继续。产品经理可以在工程师发起的会话里澄清需求,工程师评审后也能接着往下做。
会话产出的东西同样比会话活得更久。有些落在 Alan 员工已经在用的工具里:一个 pull request、一个 Linear issue、一个 Notion 页面、一条 Slack 消息、一封邮件或一个日历事件。有些则留在 Hopper 自身之中,比如 sites 和 dashboards。
site 是 Hopper 构建并托管的一个小网页。它可以是可点击的原型、一份路线图、一份幻灯片或一份分析。它会获得一个 URL、版本历史,以及锚定到页面特定元素的评论,因此反馈能精确指向它所谈论的那个按钮或段落。Hopper 随后可以接住这些评论并迭代。
自从我们在夏天上线 sites 以来,已有近 400 名 Alan 员工创建了 1,700 多个 site,仅过去 30 天就有 1,200 个。许多团队现在用构建 site 取代了以往写 spec 的做法。他们先展示流程,当真正需要软件时,site 就成为 pull request 的参照。
允许任何人发布网页,意味着要控制这个页面能访问什么、谁能访问它。sites 由独立域名提供服务,位于我们的 SSO 之后,并且内容安全策略限制了其代码可以调用什么。我们正在开发下一版 sites,它将让 sites 动态得多。
dashboards 用于你想长期跟踪的数字。你针对数据仓库提出一个问题,Hopper 便在我们的数据本体中查找业务定义、编写 SQL 并绘制图表。如果你想持续跟踪这个数字,就把它保存为一个 dashboard。
这里有两个关键选择。SQL 是可见且可编辑的,因此任何人都能核查一张图表实际度量的是什么。而刷新 dashboard 不涉及模型:保存的查询只是重新执行一遍。Agent 帮你构建和质疑 dashboard,但并不是每次有人打开它时都在环路之中。
按回车或点击以查看完整尺寸的图片
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。