返回资讯中心
外部精选
软件工程
#开发者实时流

AskFutures 用 Linear 工单记录决策并调度 AI 编码代理

来源标题:It's Time to Reinvent Software Tickets for the AI Era

AskFutures 提出在 AI 编码时代重新设计工单系统:用 Linear 工单记录开发决策、协调多个并行编码代理,并以一个父级 PR 统一交付。其做法是为功能建父工单并拆分子工单、标注依赖,独立子工单并行执行。公司只为关键决策和可交付成果建工单,让后续代理能追溯“为什么这样建”。

Hacker News 最新jmulla2026/11/16 · 今天7 分钟阅读

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。

为AI时代重新设计软件工单,时机已到

我们如何使用 Linear 工单保存决策、编排编码 agent,并为每个父工单只提交一个 PR。

大多数工单系统都围绕一个简单的问题构建:谁在做哪件事?当编码 agent 承担了大部分实现工作时,这不再是最有意思的问题。

在 AskFutures,我们大量使用 Linear。我们的工单承担三项职责:记住决策、编排并行 agent、定义哪些内容一起发布。

快速开发会产生源源不断的决策:某个功能如何表现、UI 中显示什么、哪些架构取舍可以接受。如果这些决策只存在于 agent 的上下文中,会话结束后它们就消失了。

在 AskFutures,我们把重要的决策记录在 Linear 工单里。未来的 agent 不仅能恢复出构建了什么,还能恢复出为什么。我们不会为 agent 采取的每一个内部步骤创建工单,只为决策和有意义的交付物创建工单。

代码记住改了什么,工单记住为什么。

我们为一个功能创建一个父工单,把它拆分成子工单,编码依赖关系,再把子工单分配给编码 agent。相互独立的子工单并行执行;被阻塞的子工单等待。

这改变了我们拆分工作的方式。一个好的子工单不一定是小任务,而是一块 agent 能以最少的协调、与其他 agent 最少的冲突完成的工作。

工作流真正节省大量时间的地方就在这里。我们有一种模式,让多个子工单汇入父工单的一个 pull request。

当合并门禁很慢时,每个子工单一个 PR 的代价很高。把工作归组在一个父工单下,可以减少重复的完整门禁运行,同时不放弃并行开发。集成仍然重要;我们只是避免为每个小任务都付出最大的验证成本。

记录决策很容易,几个月后找到正确的那个决策则更难。在 AskFutures,我们用一个小的文本文件作为决策索引来解决这个问题。

该文件包含简短、可搜索的描述和指针——而不是决策的副本。Agent 遵循三级渐进披露:先读小地图,再打开相关的 Linear 工单,然后仅在需要时检查代码或 PR。

这些描述是为便于发现而写的。“搜索布局、分页、图表高度、移动端导航”比“分页”更容易被找到。Linear 仍然是唯一事实来源;我们的文本文件只是地图。

我们在 AskFutures 的系统很简单:Linear 工单保存决策,父子工单与依赖关系协调 agent,一个父 PR 给我们高效的集成边界,轻量级的文本索引让历史可被发现。

我们不用工单来统计 agent 有多忙,而是用它们让并行工作保持连贯。

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。

打开原文
去社区讨论 →