2025 我让 Agent 把开发全流程自己跑完了

TLDR

从 6 月用 Claude Code 手动盯着干活,到 11 月云端触发,再到 12 月全自动开发流程,花了半年时间让 AI 从"需要人盯着"变成"自己能跑完"。

现在能做到:丢个需求 → 确认 PRD → 自动拆分并发执行 → 自动 review 修复 → 合并上线 → 测试闭环。

整个过程只需要在 PRD 阶段确认一次。

从手动等待到全自动

6 月开始用 Claude Code,体验到了比 Cursor 更直接的 vibe coding。丢个需求给它,自己去read、write,挺爽的。但有几个问题让人难受:

1. 1. 权限卡点 - 遇到权限问题需要人工按回车确认
2. 2. 被动等待 - 代码写完了需要人工去 review
3. 3. 串行阻塞 - 必须盯着它干完活才能操作下一步

每次坐在电脑前等 Claude Code 工作结束,就会想:能不能把我分身出来盯着它,我自己去干别的?

11 月 2 日发布了 swe-agent.ai,把这个想法落地了:在 GitHub issue 里 comment /code 就能触发后台的 Claude Code。人不用守在电脑前了,但还是需要每次改动都去 comment 触发一下。从"守在电脑前"变成了"守在 GitHub 里",换了个空间继续被限制。

三次迭代:从单次任务到全流程自动化

Claude Code:手动盯着干活

用 Claude Code 时的典型流程:

    
    
    
  需求 → 等待分析 → 等待写代码 → 人工 review → 人工提交

优点是直接,缺点是离不开人。

swe-agent 1.0:云端触发

把 Claude Code 搬到云端,通过 GitHub webhook 触发:

    
    
    
  Issue comment /code → 后台 Claude Code 执行 → 代码提交 → 结束

解决了"守在电脑前"的问题,但每次还是需要人工去触发下一步。

swe-agent 2.0:全流程自动化

核心突破:从"单次任务"升级为"流程编排"。

    
    
    
  需求 → PRD (人工确认) → 任务拆分 → 并发执行 → Review → 修复 → 合并 → 测试 → 完成

整个流程只在 PRD 阶段需要人确认一次,后面全自动。

两种模式,各干各的事

单次任务模式

适合快速修 bug 或小改动,评论一下就能触发,改完就结束。

全流程模式

适合完整需求开发,从需求理解到最终上线,自动走完整个流程。

为什么要分两种?

一开始想做一个"超级模式"啥都能干,试了一圈发现容易失控。比如让 AI 在分析需求的时候就能写代码,经常会跳过分析直接开始撸,导致后面逻辑混乱。

分成两种模式后,一个专注"执行",一个专注"编排",职责清晰多了。

几个踩坑经验

1. 别想着重写一套系统

一开始差点陷入"重写一套完美引擎"的陷阱。写了一个月发现越来越复杂,调试都调不动。

后来想明白了:手上已经有能用的东西了,为啥要推倒重来?在现有基础上加个轻量的编排层就够了。

2. AI 得管着点,不能太自由

最大的坑:前期规划阶段别让 AI 写代码。

早期版本里,AI 在分析需求的时候就能开始写代码。结果经常是分析到一半,突然忍不住开始撸代码,写完发现理解偏了,又得回头改。

后来强制规定:前期只能"看"不能"写"。分析需求时只给只读权限,等拆分完任务了再放开写代码的权限。

这个改动之后,执行准确率明显上去了。

3. 并发执行得解决代码隔离

拆分出来的多个子任务要并发跑,一开始想每个任务 clone 一份代码,后来发现磁盘受不了。

改成用 git worktree 之后解决了:base repo 只 clone 一次,每个任务用独立的工作目录,互不干扰。跑完直接删工作目录,下次复用 base repo。

4. 测试不能只跑后端

后端测试好办,单测 + E2E 跑一遍就知道了。

前端比较麻烦,最后是让 AI 开个浏览器自己点点看,发现问题自动提 issue,然后再触发修复。这个循环跑通之后,基本就是自动闭环了。

基于 Claude Code 快速验证想法

这个项目能跑通,最关键的是用 Claude Code 本身来验证 MVP。

不用从零搭环境,直接在 Claude Code 里写个 slash command 测试流程,把能力封装成 skills 随时调整。调通了之后直接复制到自己的框架里,基本不用改就能跑。

这比从零开始搭 agent 框架再一点点调试,至少快了 3-5 倍。

多后端策略

让 AI 根据任务类型自己选后端,比人工指定效果好:

任务类型	选的模型	为啥
UI 原型	Gemini 3 Flash	视觉理解强,快
写代码	Codex (GPT-5.2)	代码质量稳定
简单配置	Claude Sonnet4.5	理解力够,架构强

这个策略是实测出来的。一开始全用 Claude,后来发现 UI 类任务 Gemini 更快更便宜,代码类任务 Codex 更稳定。

用

Alpha效果

目前跑通的流程:创建 issue → 自动生成 PRD -> 检查确认 → 拆分并发执行 → 自动 review 修复 → 合并 → 测试闭环。

整个过程只在 PRD 阶段确认一下,其他都是自动的。

总结

从 6 月到 12 月,花了半年把 AI 从"需要人盯着"变成"自己能跑完"。

几个关键经验:

1. 1. 别想着一步到位 - 先做单次任务,再做流程编排
2. 2. 职责分离比大而全更可控 - 执行和编排分开
3. 3. 用 Claude Code 快速验证 - 比从零搭框架快太多
4. 4. 强制阶段权限 - 别让 AI 在不该写代码的时候写代码
5. 5. 让 AI 选择后端 - 比人工指定更灵活

swe-agent 2.0 的 alpha 版已经在内测,有兴趣可以关注 swe-agent.ai。

---

本文分享的是开发思路和架构设计,不涉及具体代码实现。如果你也在做 AI agent 相关的东西,欢迎交流。