🚚 所以 Jadi Gogo 每天搞 400+ 次提交是在干嘛啊？ 💩 而且那些…

🚚 所以 Jadi Gogo 每天搞 400+ 次提交是在干嘛啊？ 💩 而且那些都是垃圾提交吗？ 📾 每次保存文件就提交一次？ 📊 但这样真的有什么成果吗？ 2025 年初，所有人还在用 Cursor / Windsurf。AI 写代码，我们来 review。我们逐行审查代码，任何要合入 main branch 的内容都会仔细过目。在这里我们像中级/高级工程师一样工作，把关实习生和初级工程师的产出，同时偶尔还是会亲自抠一下那些我们不太放心交给 junior 或 intern 做的关键部分。 到了 2025 年底，Claude 4.5 发布时，Claude Code 开始获得显著关注。此时我们的角色已转变为高级/资深工程师。写代码已经变得像呼吸一样自然，我们甚至不需要刻意思考。编码只是一种达成目的的手段，我们开始从系统的角度思考，而不是纠结于代码本身。 2026 年初，harness engineering、loop engineering 相继出现，最终演进为 graph engineering。在这里，我们开始担任 TLM（技术线路经理）、engineering manager（工程经理），再到 senior engineering manager（高级工程经理），直接管理 agent 团队。让他们开发功能，让他们重构直到完成，让他们进行迁移。 • 我们决定哪些指标是重要的。延迟？成本？激活率？用户注册量？ • 工具有哪些？有 feature flag 吗？可以持续部署还是每天部署一次？有 CI/CD 吗？ • 我们可以怎么推动指标？TDD 够吗？可以向 end-user 做实验吗？ • 护栏有哪些？什么不能做？可以测试生产环境用户吗？可以对所有内部用户测试吗？还是说把那个混蛋 CEO 排除在外，只发布给其余内部用户？ • 如果策略出问题了怎么办？回滚？如果出问题了，我们是隐藏起来保证用户体验，还是显示一个醒目的红色错误提示以便快速修复？产品的哪些部分出错了是关键的，哪些部分出错了也无所谓？ • 如何把产品从 80 分推到 99 分？AI 可以快速做出 80 分的好产品——UI 漂亮，适合演示和展示，让人信心满满地觉得“我是不是两周就能搞定原来需要两年的事？”但商业产品需要可靠性，需要稳定一致的产出，需要治理。我们不可能直接从 80 分跳到 99 分。 • 需要迭代。需要逐一解决那些数量众多的小 edge cases，往往要到产品已经在 production 上跑起来才会发现。需要考虑开发阶段可能没想过的新的 metrics。需要区分哪些 use case 是面向所有人的，哪些只是少数人的特定问题。 那么现在重要的是什么？ • 指标理解。业务指标、产品指标、工程指标。找到真正驱动业务的杠杆和指标。就像《从优秀到卓越》（Good to Great）这本书里所说的那样。 • 落地现代工程实践。可观测性、部署与发布解耦、特性开关、部署前置时间、CI/CD。政策因行业、组织、公司发展阶段及其他因素而异，也取决于管理层的风险偏好。执行方式与落地手段保持灵活，但对结果、指标和验证要严格。 • 像工程总监（Engineering Director）一样工作。是否有进一步的发展空间？工程副总裁（VP of Engineering）和首席技术官（CTO）级别？ 说真的，还不知道。VP（副总裁）+ CTO（首席技术官）要管流程、文化、招聘流程、招聘门槛、晋升、奖惩、技术标准和技术投入。AI 需要这些吗？到目前为止好像还不需要吧。 但也许将来，我们的任务不再是制作 agent，而是去雇佣那些已经完成、经过精细调优且具备强大领域专业知识的现成 agent。因此，我们的任务就变成了搭建适合我们业务的组织架构。 🚚 每天 400 次提交很正常，因为我把我的 AI 当作一整个产品团队来运营。我是工程总监（Engineering Director），不是经理，也不是技术负责人（Tech Lead）。 💾 不。我每天通常有 12 个 session。每个 session 产生 1 个 agent，而每个 agent 通常会再产生 10–15 个子 agent。每个子 agent 要么做研究、检查事实依据、产出内容（编码、制品），要么做验证（测试结果、截图、视频）。 📊 是的，每个 session 都有对应的指标： • 成本节省（从 Claude 切换到 Deepseek，LLM 成本从每月 60,000 降至每月 1,500） • 延迟（TTFT 从 60 秒降至 3 秒） • 可靠性（送达率从 60% 提升至 99%） • 参与度（用户完成新用户引导的比例从 20% 提升至 50%） • 转化率（付费转化率从 0.8% 提升至 2%）