
Grove 分享其软件工厂实践:编码智能体只加速写代码,未解决整体瓶颈
来源标题:Grove's Software Factory
Grove 的 CTO 撰文介绍其三人开发团队如何用 AI 构建“软件工厂”,强调编码智能体只是加快了代码编写,而非整个交付流水线。文章列出需求定义、并行开发和 PR 审查三大瓶颈,并说明团队已采取相应措施缓解。Grove 是一家用 AI 帮助产品负责人明确开发方向的小型创业公司。
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。
编码智能体加快了代码编写速度,但没有加快整个工厂的运转。下面我们概述观察到的主要瓶颈,以及我们为缓解这些瓶颈所做的努力。 什么是软件工厂? 瓶颈 瓶颈一:“做什么” 瓶颈二:并行成为新常态 瓶颈三:PR 评审 结果 2026 年 5 月,我加入 Grove,这是一家小型初创公司,利用 AI 帮助产品负责人定义要构建什么。公司的开发团队有三个人:我、同时写代码的 CTO,以及两名正式工程师。 本文将概述 Grove 的软件工厂,并介绍我们用来高速交付高质量产品所采用的技术与方法。这些方法中的每一项,都是为了缓解我们所看到的某个瓶颈而引入的。 其中一些做法会有后续文章,更详细地说明它们是什么以及我们如何使用它们。这一切的目标有两个。 在进入具体方法之前,我想先定义一下软件工厂。我采用的定义是:软件工厂是把想法转化为产品功能的“流水线”。按照这个定义,自从我们开始开发软件以来,软件工厂就一直存在。 从历史上看,这个软件工厂主要靠人力驱动:人们编写和测试代码,但它已经具备相当程度的自动化。构建自动化、测试自动化和部署自动化已经存在多年。 长期以来,我们一直在自动化流程中围绕人工劳动的重复而繁琐的部分,所有这些共同构成了我所使用的软件工厂定义。 新的变化在于软件编写和测试(历来是劳动密集的部分)的自动化。我们在软件领域目睹的变化,与制造业曾经发生的变化类似。福特 T 型车是在工厂的流水线上制造的,自动化围绕并支撑着一个劳动密集的流程。 然而,随着自动化越来越多地承担劳动密集的部分,新的瓶颈出现了,需要解决方案来加快工厂流水线的速度。 在软件工厂中,编码智能体(Grove 使用 Claude Code)的引入同样加快了流程中最劳动密集的部分。因此,软件流水线中出现了新的瓶颈。 这就是本文主要要讲的内容。我们将介绍我们看到的主要瓶颈,并概述我们用来消除或缓解这些瓶颈的方法。 加快编码并没有让整个工厂变快。工作只是在别处开始堆积。以下是我们着手解决的三个瓶颈。 既然代码可以快速生成,第一个问题就是让它构建你需要的东西,也就是“做什么”。 我不会在这个问题上花太多时间(否则就变成产品推销了,因为这是 Grove 正在解决的主要问题),但是……如果你的 PM 和设计师没有花适当的时间制作好编码智能体可用的规格说明,那么你很可能遇到以下情况的某种组合: Grove 在为我们交付编码智能体可用的规格方面运作良好(可以把它想成 markdown + 内嵌设计),因此我们这样开始工作(P-544 是对 Grove 项目的引用,该项目存放规格说明): 从这里开始,开发人员(以及他们的编码智能体)主要关心“怎么做”(他们对此拥有决策权),因此事情可以快速推进。 一次只做一件事的日子已经结束了(即使曾经存在过),但如今软件工厂比以往任何时候都更需要为高度并行而设计。单个开发者现在可以指挥一支编码智能体大军,每个智能体很可能在开发一项不同的能力。 例如,我的 Claude Code 是这样的: 我猜现在每个人都在用 worktree 来让智能体在自己的机器上并行写代码。但更难搭建的部分,是为智能体提供隔离的完整环境,让它们能在真实运行的系统里端到端地测试自己的工作。 我很幸运地从前任 CTO 那里继承了这一切。Grove 使用 Vercel(以及 Next.js 和 Workflows 等)。CI 已经配置好,使用了 Vercel 出色的预览环境能力。 这给我们带来的好处是:每次打开 PR(即使是草稿),我们都会得到一个完整的隔离环境,远程部署着该 PR 分支的代码。编码智能体知道这一点,会耐心等待环境就绪,然后通过 playwright-cli 验证功能。如果发现问题,它会重新构建并推送修复,耐心等待并重复。只有当编码智能体满意时,它才会把 PR 标记为就绪,然后 PR 评审流程才开始。 这意味着,在我们就技术方案达成一致后,我们可以让编码智能体无人值守地工作,让它在自己完全隔离的 worktree 和环境中反复构建和测试。 简而言之,确保你有办法让编码智能体在完全隔离的环境中编码、构建、部署和测试(并在你的 CLAUDE.md 或类似文件中告诉它们如何完成这一切)。 啊,PR 评审:如今它是软件工厂中被研究最多的部分,而且是的,它是开发侧最大的瓶颈(假设你知道需要构建什么)。这是我们投入时间最多的地方,而且它仍然像是剩余的最大瓶颈。 假设你让编码智能体无人值守地打开 PR(我们就是这样做的,见上文)。那么剩下的问题就是努力确保编码智能体生成的代码是正确的,而这可能非常依赖人工且耗时。 你如何确保代码没有 bug?你如何确保它没有打开新的安全漏洞?你如何确保它的结构经得起未来考验? 概括来说,我们采用了三种策略。
(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。