自由翻滚的风铃草
@nanting
一家做多人游戏的公司，只有 10 个人，每月光是喂给 AI 的 token 就要花 320 万美元。它是 Anthropic 的大客户之一。这家公司叫 Spond，一个大规模多人在线游戏的创作平台。它把整套开发流程按「智能体优先」重做了一遍，读完我最受冲击的是三件事。
先说这个反差有多大。10 个人，每月 320 万美元 token，等于人均每月要烧掉 32 万美元的算力。这个数字放在传统公司里不可想象，通常意味着几百人的团队。但在 Spond，钱买的是智能体的工时，不是人的编制。
他们从第一天就把 context 意识做足，所有录音、所有代码全部存档，等着智能体能力够强的那一天再拿出来用。作者提到，Claude Fable 5 推出之前，这种长期在线的智能体舰队根本跑不起来，是苦涩的教训又一次应验：模型够强，就能碾压掉一堆工程上的补丁。
第一件，他们把代码评审（PR）这个环节整个删掉了。理由有点反直觉：人类工程师需要 PR，是因为各自只熟悉自己那一块，必须靠评审对齐。但智能体不是这样，它对整个系统有通盘理解，互相评审没有实际意义。
删掉 PR，等于拆掉了智能体之间沟通的瓶颈。代价是必须有别的东西顶上，他们用的是每 15 分钟跑一次全量测试、配上完整的回滚能力，付款这类敏感操作再单独加一层管控。这套跑下来，过去一年 12 万次改动，只回滚了 0.9%。
第二件，他们让系统能自己修自己。传统流程里，测试机上出了问题，要等人类看到反馈、再判断、再改，人成了瓶颈。现在的做法是：问题发生 8 分钟内被检测到，1 分钟内被命名归类，又过 11 分钟修好，然后平台稳定跑 4 小时。人不再在环里等着救火。
第三件，瓶颈挪到了 CEO 身上。前面所有环节都变快之后，问题产生的速度超过了决策的速度。创始人早上一觉醒来，有七百个问题等着他回答。他的解法是让智能体拿过去所有的决策记录去训练一个裁判，先分清楚哪些决策真得人来拍板、哪些可以直接按历史经验答掉。真正送到人面前的案例，直接少了一个数量级。
我一直在想这篇里最扎人的一句话：工程能力已经很便宜了，需求也足够多，真正难的还是知道什么时候该说不。前面三件事，删 PR 也好、自愈也好、用裁判过滤决策也好，做的其实是同一件事，就是把人的位置往上挪，只留在机器替不了的地方。
这家公司的做法之所以成立，是因为它在 OpenAI 和 Anthropic 之外，又把组织形式本身当成一件产品来设计，而不是把 AI 当成插件装进旧流程。
有一处我存疑。他们说删 PR 是因为智能体之间通信没意义，可这句话成立的前提是模型足够强。文中也提到，Claude Fable 5 推出之前，这种长期在线的智能体舰队根本跑不起来。也就是说，这套组织形式是被模型能力托住的，模型一换代，前提可能就得重算。作者自己的判断也是这个意思：够强的模型会碾压掉各种工程补丁。
