AI Engineer World's Fair 2026
What It Actually Takes to Build a Software Factory
Tereza Tížková · Factory
软件工厂不是一群编码 agent,而是自主运行整个生命周期:收集信号、排优先级、构建、验证、改进。原则:适配团队现有工作方式并自动路由模型(保守基准约省 25%);Missions 用编排者 + 顺序执行的 worker + 独立验证者(代码审查验证者和操作虚拟电脑的用户测试验证者),验证约占 40%;工具细节按需加载;先做代码库「agent 就绪」体检。
内容概要
Factory 为 EY、Adobe 等企业运行软件工厂。工厂从用户反馈和日志开始,排优先级、编排实现、验证并学习,写代码是最简单的部分。原则一「不可知」:接入 Slack、GitHub 等现有地方,兼容已有订阅;按任务和组织规则(不同角色有不同权限和默认模型)路由,分类器根据提示结构预测难度,选择预计能完成任务的最便宜模型,避免频繁切换,保守基准约省 25%。原则二「自主」:循环需要可验证的完成定义。Missions 由编排者决定要做什么并写完成条件,worker 实现,validator 评审并把反馈送回循环;有 Missions 跑了数周,一个客户例子跑了 16 小时,其中验证占 40%。主 worker 顺序执行,每个完成一部分交给下一个,获得新鲜上下文(「换个新脑袋」),worker 内部可并行子 agent。验证契约在实现前写好,验证者评判自己没写的代码:审查验证者检查 lint、类型、测试;用户测试验证者操作虚拟电脑、点击应用检查行为——迁移例子说明测试通过不代表功能可用。长 Missions 的上下文问题:Figma、Notion、Gmail、Drive、Slack 等工具的 schema 会挤占上下文,改为延迟加载。代码库准备:AI 采用呈幂律分布,没准备好的代码库会让错误复利;agent 就绪检查包括可复现环境、测试与自动检查、文档与约定;还要把从未写进文档的团队知识固化下来。未来:人选择做什么、监督 agent 团队,agent 也承担例行的状态同步和协调。
幻灯片截图
截图来自原视频,仅用于评论与学习。
要点(点击时间跳到原视频)
- 0:36
软件工厂运行整个生命周期:从用户反馈和日志开始,排优先级、编排实现、验证、学习——写代码是最简单的部分。
- 5:07
「不可知」:接入团队已有的 Slack、GitHub 和订阅,模型独立;再去改变经济性。
- 7:46
选择预计能完成任务的最便宜模型:按角色权限和默认模型,分类器预测任务难度,避免频繁切换;保守基准约省 25%。
- 10:07
循环需要可验证的完成定义:重复执行和任务分解是老办法,难的是系统如何识别「完成」。
- 12:03
Missions:编排者写完成条件,worker 顺序执行(每次交接获得新鲜上下文),worker 内部可并行子 agent;validator 评审并反馈。一个客户例子跑了 16 小时,验证占 40%。
- 13:20
两种验证者:审查验证者(lint、类型、测试);用户测试验证者操作虚拟电脑、点击应用检查行为。验证契约在实现前写好,验证者评判别人写的代码。
- 15:39
长任务的上下文:Figma、Notion、Gmail、Drive、Slack 的工具 schema 会挤满上下文,改为需要时再加载完整规格。
- 17:22
AI 采用呈幂律:结构差、文档少的代码库会让错误复利。agent 就绪体检:可复现环境、测试与自动检查、文档与约定;把隐性团队知识固化下来。
- 20:19
人选择做什么并监督 agent 团队;agent 也承担例行的状态同步与协调。
可以用在日常工作里的
- agent
长任务架构:编排者 + 顺序 worker(每步新上下文)+ 独立验证者;完成条件在动手前写好。
- 质量
加一个「用户测试验证者」真正去点应用,而不只依赖单元测试。
- 工程
上 agent 之前先做代码库体检:环境可复现、测试/类型/lint 完整、约定写进文档。