讓整個團隊與 agent 一起寫程式

096Arjun Singh（Superconductor）18:442026-08-09 上架

Multiplayer agentic engineering — Arjun Singh, Superconductor

Arjun Singh 分享團隊一年來把 agent 全面導入工作流的六個心得：不綁模型、跨介面共用 session、讓 agent 的工作全隊看得見、把會議與回報變成程式碼、雲端沙箱，以及用自家 code base 跑 benchmark。

這場講了什麼

• 不綁模型與 harness：最好的組合每週都可能變，開放權重模型也夠好、更便宜。Arjun 認為賣 token 的人與使用者的利益不一致，能隨時切換才握得住主導權。
• 同一個 session 走遍每個介面：agent 不該困在某個人的筆電或 Slack 裡。從 Slack 開始、到桌面或手機 app 接手、最後在 GitHub 收尾，用的是同一個 session，context 不會斷。
• 外部訊號直接變成程式碼：客戶會議、onboarding 通話、bug 回報這些訊號，由 agent 自動接進來、排優先順序並動手做。Arjun 最愛的是會旁聽整場會議的 meeting bot。
• 雲端隔離環境：不用顧著筆電，agent 也只拿到需要的權限和網路範圍。支援與成長團隊這些沒有開發環境的同事，也能直接請 agent 修問題。
• 用自己的 code base 跑 benchmark：公開 benchmark 的任務未必像自己的工作。團隊挑出代表性的 pull request，比較各個 agent 的品質、成本與時間，再據此調整預設模型。
• 實際用量：以一個相對小的團隊來說，過去一個月用了 10.5 billion tokens，幾乎所有 pull request 都由 agent 大量產出，但一律經人工審查。

影片從哪一段開始看13 段

1. 00:12開場與團隊背景多數人都在談 agent，這場改談人怎麼融入。團隊曾一起做過 Gradescope，一年來積極把 agent 放進工作流。
2. 01:46不綁模型與 harness最好的模型與 harness 會變，開放權重模型已經夠好又便宜，能切換才不受賣 token 的人牽制。
3. 03:03每個介面都接 agentSlack bot 只是把 agent 從筆電搬到 Slack，目標是 Slack、app、GitHub 都連到同一個 session。
4. 04:10讓工作看得見同一張 ticket 上看得到誰參與過、誰被通知，審查時直接問 agent；用截圖或影片等 artifacts 讓各處都看得到成果。
5. 05:27外部訊號變程式碼會議、通話、bug 回報、email 都已經存在，但常要人來告訴 agent 做哪一件；他們讓系統自動匯入、排序並動手做。
6. 06:45meeting bot 示範展位上的 4 小時 Google Meet 由 bot 全程旁聽，自動開出 ticket 並連到既有工作；其中一個點子被 bot 自己做成原型，替 ticket 表單加上兩個 acceptance criteria 欄位。
7. 08:49雲端隔離環境前面三項都要靠雲端環境，agent 才不會被綁在個人機器上；先說的原因是不用再擔心筆電得一直開著。
8. 10:12只給需要的權限筆電上有不想讓 agent 碰的東西，agent 又越來越自主；雲端環境加上可設定的網路沙箱，能依 ticket 或整個專案授權。
9. 12:13非技術同事也能改產品支援與成長團隊在 Slack 或 app 裡請 agent 修，附截圖交給工程師合併，省掉 Linear 與分流；環境設定現在有 agent 協助。
10. 13:24用自家程式碼跑 benchmark挑出代表性的 pull request 讓不同 agent 重跑，得到品質對成本與時間的比較。公開 benchmark 可能跟自己的任務無關，例如 SWE-bench 全是 Python，他們用的是 Ruby on Rails。
11. 14:27結果與預設模型切換在他們的 code base 上，Codex 與 Cursor 又快又好，Anthropic 的明顯貴很多，開放模型越來越好但慢。預設因此換成 Codex；Fable 出來那幾天換過去，之後用不到了又換回 Codex。
12. 16:02實際用量近乎所有 pull request 由 agent 大量產出、全部經人工審查；過去一個月用了 10.5 billion tokens，多數工作經 Codex 合併，交給 GLM-5.2 的越來越多。
13. 17:08三點建議讓程式與 agent 在沙箱裡運作、把 agent 接進團隊用的介面、做 benchmark 並維持模型中立。

值得記的話4 句

• The last thing I'll mention on this is that the incentives of the people selling you tokens aren't really aligned with yours.賣你 token 的人，利益跟你的並不一致02:16

• The agent didn't forget what you did in one place in Slack when you go and talk to it from GitHub你在 Slack 做過的事，換到 GitHub 跟 agent 講話時它不會忘03:52

• I think you should only give your agents access to only what they need, right?我認為 agent 只該拿到它需要的東西，對吧10:12

• Agents have just been consistently getting better, but not really any faster.agent 一直在變好，但沒有真的變快14:27

名詞與人物10 個

Superconductor

Arjun Singh 的公司與產品，讓團隊與 agent 共用雲端 session；這場的示範與數字都來自自家團隊

Gradescope

Arjun 與共同創辦人在 Berkeley 念博士時一起創辦的公司，協助老師批改作業，後來被收購；Superconductor 團隊幾乎都來自這裡

harness

包住模型、讓它能當 coding agent 用的外層程式；Arjun 主張不要綁死單一組合

meeting bot

受邀進 Google Meet、Zoom 或 Teams 後全程旁聽，自動開 ticket、連到既有工作的 bot

artifacts

agent 以截圖、影片等形式交出的成果，在 Slack、app、GitHub 都看得到

network sandbox

可設定 agent 能連哪些地方的限制；碰到未允許的目標時會詢問是否放行，可依 ticket 或整個專案授權

YOLO mode

自動核准 agent 動作的模式；Arjun 的意思是有了網路沙箱，開 YOLO mode 也不怕重要資料外洩

GLM-5.2

團隊滿意的開放權重模型，便宜很多，越來越多工作交給它

Codex

團隊目前的預設；過去一個月的 session 數是 Claude Code 的四倍，總花費反而比較低，多數工作是透過它合併的

Fable

出來那幾天團隊把預設換過去，之後用不到了又換回 Codex

提到但沒有展開

• Arjun 舉的權限風險：叫 agent 清掉 staging 資料庫，它在筆電上找到一組 token，以為連的是 staging，其實是 production，結果整個刪光。這種事不是天天發生，但確實會發生。
• 每次客戶 onboarding 通話或團隊會議之後，meeting bot 幾乎都會做出幾十個點子的原型，其中至少有幾個是幾乎不用人插手就能上線的 PR。
• 很多朋友聽說 MiniMax、GLM 很好，一直沒空試而焦慮，終於花兩小時試了，才發現不適合自己。有了自家的 benchmark，就省掉這種試錯。

Agent開發工具評估模型

在 YouTube 看原片 ↗