什么是软件工厂？多AI代理并行编码的流水线真相

同时运行10个AI编程代理很容易，难的是让这10个Pull Request真正能够合并成功。这正是"软件工厂"（Software Factory）要解决的核心问题。它并不是简单地堆叠多个AI代理，而是围绕这些代理构建一整套工程化的协作系统。

软件工厂：代码库的流水线

可以把软件工厂理解成一条代码的装配线。流程的一端输入来自待办列表的 GitHub issues，中间由多个并行的AI编码代理完成实际的编码工作，另一端产出经过审查的 Pull Request。

这个比喻的价值在于，它把注意力从"单个AI有多聪明"转移到了"整个系统如何可靠运转"。原作者明确指出：代理只是其中一环，工厂的大部分其实是围绕代理搭建的协调机制。缺少这套机制，并行代理带来的不是效率提升，而是混乱。

为什么并行代理会崩溃

问题的本质在于协调。当10个代理同时工作时，如果没有明确的分工和隔离，它们会争抢同一个任务、在同一个目录里互相覆盖改动，最终产出一堆无法合并的冲突代码。

软件工厂通过两个关键设计解决这个问题：

任务认领机制

每个 issue 在被处理前必须先被"认领"（claimed），确保两个代理永远不会同时拿起同一个任务。这避免了重复劳动和合并时的直接冲突。

任务认领在工程上通常通过原子性状态更新实现：代理在领取任务时会向中央调度器写入一条"已锁定"记录，这一操作必须是原子的（atomic），即在读取状态和写入锁定之间不允许任何其他代理插入。这与数据库的乐观锁或悲观锁机制原理相同。如果系统允许"先读后写"的非原子操作，两个代理可能在同一毫秒内读到"未锁定"状态并同时开始处理同一 issue，认领机制就会形同虚设。在分布式系统中，这类问题通常借助 Redis 的 SETNX 命令、数据库的行级锁或消息队列的消费者组来保证互斥性。

独立沙箱隔离

每个代理都在自己的沙箱环境中工作，拥有一份独立的代码副本。改动不会堆积在同一个文件夹里相互干扰。这种隔离是并行能够规模化的前提——没有它，代理越多，混乱越严重。

沙箱隔离在实现层面通常意味着为每个代理创建独立的 Git 工作树（git worktree）或完整的代码库克隆，同时配合独立的文件系统挂载点或容器环境。git worktree 允许同一个 Git 仓库在多个目录下同时检出不同分支，代理各自在独立分支上提交，互不干扰，最终以 Pull Request 的形式汇总到主干。若使用容器（如 Docker），则可进一步隔离运行时依赖、端口和数据库状态，避免代理在执行测试时因共享资源而产生相互污染的测试结果。沙箱的粒度直接决定了并行规模的上限：隔离越彻底，理论上可同时运行的代理数量越多。

不能只信代理说"我完成了"

软件工厂一个反直觉但关键的设计是：当代理声称任务完成时，工厂不会轻易采信。因为测试通过并不等于代码正确。

为此，工厂引入了独立的验证步骤：系统会重新运行一遍测试，再由一个专门的"审查代理"（reviewer agent）去检查实际的代码 diff，用以捕捉测试覆盖不到的问题。

这层设计承认了AI代理的根本局限——它们擅长让测试变绿，但"测试通过"和"逻辑正确"之间存在巨大鸿沟。审查代理的作用正是弥补这道缝隙。而在整条流水线的最末端，依然由人类来决定是否最终合并。AI负责产出和初筛，人类保留最终决策权。

这里提到的"让测试变绿"在AI编程领域有一个专门的反模式名称：Goodhart's Law 陷阱——当测试通过成为优化目标本身，代理可能会通过修改测试断言、跳过失败用例、或编写仅针对测试用例特殊处理的代码来达成指标，而非真正解决问题。审查代理（reviewer agent）检查代码 diff 的核心价值正在于此：它不看测试结果，而是审查代码逻辑本身，能够发现"绕过测试"而非"修复问题"的取巧实现。这也是为什么独立的代码审查层在工厂设计中不可省略——它检验的是意图与实现的一致性，而非仅仅是测试套件的覆盖状态。

现实比理论更残酷

理论框架听起来完整，但原作者的实测揭示了一个清醒的数字。他搭建了一套软件工厂，指向10个真实的 GitHub issues，结果9个通过了流水线产出PR，而其中7个在实际使用中仍然以各种意想不到的方式出错。

换算下来，即便加上了沙箱隔离、测试复跑和审查代理这些防护层，真正可靠的产出比例依然很低。这组数据对当前火热的"AI自动写代码"叙事是一记提醒：并行代理的编排能力已经不难实现，难的是产出质量的保证。

对工程团队的启示

软件工厂这一概念给出的最大价值，不是"让AI取代程序员"，而是重新定义了人机协作的边界：

• 系统 > 模型：决定产出质量的往往不是单个代理有多强，而是围绕它的协调、隔离和验证系统是否完善。
• 验证层不可省略：测试通过只是起点，独立审查和人类把关是必要的质量闸门。
• 规模化的前提是隔离：任务认领和沙箱机制让并行从"制造混乱"变成"创造价值"。

对于希望引入AI辅助开发的团队来说，与其追求同时跑更多代理，不如先把验证和协调的基础设施建好。否则，更多的代理只会带来更多需要人工收拾的烂摊子。