站会在撒谎：当智能体集群整夜运行，如何协调工作

“你昨天做了什么？”是每一场站会的第一个问题。对于一个通宵运行智能体集群（agent fleets）的团队来说，这已经变成了一个无法如实回答的问题。字面上的答案是：我写了三个提示词（prompts），然后回家睡觉，醒来发现有 11 个 PR，其中 4 个我还没看。那个正在陈述进展的人并不是故意撒谎。是这种仪式在替他们撒谎，因为它建立在一个不再成立的假设之上——即工作单元是一个人类在办公时间内串行地、一次只做一件事。

这个假设是起到承重墙作用的。它支撑着燃尽图、Sprint 承诺、速率值、“受阻 / 进行中 / 已完成”列，以及“谁在什么时候告诉谁什么”的整个协作流程。抽掉这个假设，这些产物并不会优雅降级。它们会继续产生看似权威但毫无意义的数字。一个团队可以拥有漂亮的燃尽图和绿色的 Sprint 状态，而其实际吞吐量有一半发生在午夜到凌晨 6 点之间，这些工作不归属于任何人，没人审计，也没有体现在任何仪式中。

这并不是在论证站会很糟糕、你应该取消它们。很多人都写过这类文章，通常是将其作为一种生产力上的炫耀（productivity flex）。更有趣的观点则更为狭窄且令人不安：协调产物——图表、看板、每日口头同步——编码了一种工作模型，而当模型出错时，这些产物并不会向你发出警告。它们只是在继续驱动决策的同时，悄无声息地停止描述现实。

串行人类假设已根植于一切

敏捷仪式是为特定的物理逻辑设计的。一名工程师领取一张工单（ticket），处理几个小时或几天，其进展大致是连续且可观察的。每日站会每 24 小时对这个连续过程进行一次采样，当底层工作以人类的速度进行时，这是一个合理的节奏。燃尽图将这些采样整合为一条线。速率则计算跨 Sprint 的平均线条。每一个工具都假设：相对于真相的变化速度，采样率是足够快的。

智能体集群破坏的是采样率，而不是工具的数学逻辑。一个开发者使用编排器并行运行多个编码智能体——每个都在独立的 worktree 中，每个都在钻研不同的任务——这不再是一个被每日采样的串行过程。他们是一个异步小分队的派遣员，这个小分队的状态在两次站会之间可能发生翻天覆地的变化。这种针对 backlog 运行智能体直到触发成功标准的“Ralph Wiggum”式循环，可以在一夜之间处理掉一打任务。当团队在 9:45 集合时，“昨天”既包含人类写的两小时提示词，也包含集群八小时的自主执行，而站会格式却只给两者留下了一个位置。

所以人们选择压缩。他们会说“我在做权限重构”，因为那是可理解的、人类规模的总结。而实际状态——五个智能体分支中三个已合并，一个被放弃，一个在等待不稳定的集成测试，以及人类还没看过的第六个任务——无法塞进这种口头轮流汇报中，所以也就没被说出来。站会捕获的细节并没有比以前少。它捕获的是一种完全不同的东西：人类的意图，而非系统的状态。过去这两者几乎是等同的。现在不再是了。

燃尽图变成了镜子，而非窗户

燃尽图的作用本应是一扇窗户：透过它看到剩余工作向零递减。随着智能体进入流程，它变成了一面镜子——它主要反映的是代码生成的（generation）速度（现在这几乎是免费的），而不是价值交付（delivery）的速度（这仍然是昂贵的部分）。

这正是那些关注吞吐量的领导者在 2026 年初开始大声疾呼的陷阱。当编码周期从几天压缩到几分钟，瓶颈就不再是打字速度，而是转移到了下游的一切：审计、验证、集成，以及判断生成的变更是否正确的裁决。燃尽图计算着廉价部分归零的过程并报告进度，而昂贵的部分——这能用吗、我们信任它吗、人类能否在不破坏生产环境的情况下合并它——则在图表之外隐形地堆积如山。

真正应该让你感到恐惧的是这个差距。在 2026 年的一项开发者调查中，96% 的开发者表示他们并不完全信任 AI 生成的代码在功能上是正确的，但只有 48% 的人总是在提交前进行验证。这意味着行业中有一半人在交付他们公开表示不信任的代码。而且，在落地两周内被重写的代码比例一直在攀升——这意味着那些漂亮的吞吐量中，有越来越大的一部分其实是穿着进度外衣的返工。一个将“智能体开启了 PR”视为“工作已燃尽”的燃尽图，是在整合噪音并将其称为信号。

解决方案并不是一个更好的图表。而是重新定义“剩余工作”，使其涵盖完整的生命周期——生成、评审、验证、合并、两周内未回滚——这样指标衡量的就是交付的价值，而不是生成的 Token。当智能体完成工作时，一个工作单元并没有结束；只有当一个人类接受了对该工作的责任时，它才算完成。这种“接受”而非“生成”，才是现在的稀缺资源，也是你的协调产物应该追踪的东西。

加载中…