王旭
百度Comate高级研发工程师
百度智能体事业部高级工程师,百度 Comate 核心研发、深度参与者,长期投入 AI 研发工具与研发效能方向。早期主导团队 DevOps 全链路研效平台建设;近两年聚焦 Coding Agent 与 Agent Workspace 的工程化落地,深度参与相关核心模块研发,在"把 AI 编码能力从个人提效推向团队级组织资产复用"方向积累了从 0 到 1 的构建与治理实践。
演讲主题
团队级Agent Workspace:从个人Harness到团队Loop
AI 编码让个人开发明显提效,但团队交付并未等比例变快:探索无法沉淀、团队知识散落在代码/文档/需求等多个来源、经验腐化极快。本分享以一个服务真实业务的团队级 Agent Workspace 为例,从 0 到 1 拆解其构建实战:如何把分散多源的团队知识收敛为结构化、可复用的上下文与能力,让全组 Agent 共享同一份团队记忆;如何用分层结构与渐进式披露把模型常驻上下文压到约百行量级;如何用隔离沙箱和少数人工停点划清人机边界;Skill 与知识如何通过"证据晋升、人工确认、到期复验"的闭环持续进化而不腐化。含真实失败实验、量化成本与现场可打开的机制实现。 大纲: 1.个人提效≠组织提效:AI 编码让个人产出明显提升,团队交付却没有同步变快。结合一个真实失败实验,说明瓶颈如何从模型能力转移到上下文完备性。 2.知识资产化:把散落在代码、文档、需求等多个来源的团队知识收敛为结构化资产——只存索引、按变化频率分层、强制经验回写三个核心设计决策,以及用渐进式披露把模型常驻上下文压到约百行量级的实践。 3.让规范被执行:关键约束如何从“提示”升级为“门禁”,如何在不打断工程师的前提下让规范真正被执行,以及“实现者不给自己打分”的验证纪律。 4.可持续进化:Workspace 如何沉淀为装进代码仓库、可评审、可版本化的框架;知识与技能的更新如何通过“证据晋升、人工确认、到期复验”的带门禁闭环持续演进,对抗“知识腐化快过 Agent 进化”。 5.落地路径:从一个真实任务起步、先证明"第二个人能复用"再谈规模的最小启动方法,附一套健康度自查信号。 听众收益: 1. 一套把团队知识装进 Agent 的构建方法:分层结构与渐进式披露怎么做、什么该沉淀什么不该,以及把模型常驻上下文压到约百行量级的实证路径。 2. 一种“让规范被执行”的工程化做法:关键约束如何从提示升级为门禁、门禁为什么不该阻断工程师,以及一套"实现者不给自己打分"的验证纪律。 3. 一个对抗知识腐化的资产更新闭环:团队知识与技能如何做到“证据不足不写、未经确认不改、到期必须复验”,可直接迁移到自己团队的 Agent 资产管理。 4. 一张可以直接照着做的启动清单:从一个真实任务起步、以“第二个人能复用”为里程碑的最小启动路径,以及判断 Workspace 在变好还是变臃肿的健康度信号。