第 6 讲
AI Agent 编排
核心主题
从"写代码的人"到"AI 代理的管理者"
软件团队演进历史
1940s：单人全栈（一个人做所有事）
↓
1980s：专业化团队（前端、后端、测试、运维）
↓
2020s：AI 增强团队（人+AI 协作）
↓
2030s：Agent-native teams（AI 代理编排）
AI Agent 编排技术
1. Agent Behavior Files（行为配置文件）
- 示例：
Claude.md、AGENTS.md - 作用：声明式定义 Agent 行为、设置约束和偏好、提供项目上下文
2. Hooks（事件钩子）
- PreToolUse（工具使用前）
- PostToolUse（工具使用后）
- UserPromptSubmit（用户提交提示时）
3. Commands & Subagents（命令和子代理）
- Commands：可复用的命令脚本
- Subagents：运行时委托子代理、角色分离、上下文隔离、模型定制
Agent 管理最佳实践（7 条）
- 强依赖测试与 CI/CD 基线
- 全链路审计（标注每个 agent 生成的 diff）
- 任务分级建模（不同复杂度用不同模型）
- 前期适度引导（handholding）
- 频繁 checkpoint（commit）
- 上下文隔离
- 人机协同决策
💡 对 Vibe Coding 学员的启示
- 从 Implementation 到 Orchestration：关注接口定义、行为约束、错误回滚、效果评估
- Agent 编排是核心竞争力：Prompt Engineering → Tool Use → Subagent Delegation → Workflow Orchestration → System Design
- 配置文件提升协作效率：创建 AGENTS.md、.cursorrules
- 审计和追溯至关重要：Git commit 标注 AI 贡献