十年后端烧光积分，学会了在WorkBuddy当甲方
张永伦约 7 分钟开发者公众号专属群聊
扫码加入获取更多一手教程、科技前沿报告
上个月我干了件蠢事。
周五下午，我让WorkBuddy帮我跑一个数据看板的全流程，设好多智能体之后就出门了，心想周一回来收菜。周六早上打开手机一看，积分余额：归零归零归零……
后台几个智能体在本地沙箱开了一晚的会，为了纠错和对齐Schema反复疯狂推理，一天下来把账号里的Token积分给烧了个底朝天。又心疼又好笑。真金白银没了，但它逼着我把一件事想明白了：AI干活这事不能当甩手掌柜，得讲精益管理。后来我把这段经历总结成了一套"省钱流Agent驾驭学"，核心就三条规矩，后面细说。
01
我做后端十年，搞微服务架构和低代码平台。日常工作是系统集成、流程串联、技术选型，让一堆系统能好好说话。典型的胶水层工程师，写算法的时间远不如花在对接上的多。近期正投入精力关注AI在架构层面的落地应用，说人话就是：怎么让AI帮我干那些重复的、流程性的活，我腾出手来做真正需要人做判断的事。
最开始用AI写代码，跟大多数人一样的路径。Copilot补全，Cursor改函数，Claude写单元测试。都有用，效率是高了一点，但本质上还是我坐在电脑前一行一行地写，AI在旁边搭手。
转折点发生在一次做运营数据看板的任务上。需求很明确：从三个数据源拉数据，前端ECharts画图，后端做聚合接口，部署到测试环境让产品经理能看到。
传统的做法，一般是拆任务建分支写代码联调部署，顺利的话一天半搞完，不顺利两三天甚至拖延到产品喊 Delay No More。
那次我换了个做法，把整个流程描述清楚一次性扔给WorkBuddy，让它自己拆任务、生成代码、跑编译、报错了自己修。
02
接下来的执行过程让我看笑了。
工作台在后台自动把任务拆解开，几个AI智能体同步开工：
一个通读了现有代码库的架构，另一个开始写前端的数据可视化组件，第三个同时在本地沙箱里配环境写后端逻辑。期间前后端联调时字段类型对不上，沙箱弹了编译报错。如果是以前的聊天框AI，这时候就卡住了。但这几个智能体自动共享了报错上下文，后端那个识别到问题之后还主动重构对齐了前端的Schema，自己把Bug修掉了。
最后它交付了可运行的代码，还自动联动了GitHub提交了PR，连README的技术变更说明和群里的提测通知都一并发好了。从我输入需求描述到页面可访问，一共二十分钟。
代码质量谈不上完美，后来我花了半小时调细节。但从那天起我对这个工具的定位就彻底变了：它能替我跑完一整个流程。写代码只是中间一步，前面有拆解，后面有编译调试部署同步，全串起来了。
03
回到开头那个翻车。复盘之后我发现问题在我身上：没给规矩。AI跟带新人一样，你不设边界它就不会停。而且它比新人更需要规矩，因为新人搞不定了会来问你，AI永远不会主动说"我搞不定了"。
从那之后我给WorkBuddy定了三条死规矩，每次跑自动化之前先设好：
第一条：严禁为了让测试通过而修改测试用例。WorkBuddy有本地文件读写和沙箱运行权限，跨文件重构的时候它可以自由跑测试，但如果测试不通过，必须老老实实改业务代码去适配，绝对不许动断言和TestCase。这条听起来很基础，但AI真的会为了让编译通过去"作弊"——改测试比改代码容易多了，它会选阻力最小的路径，除非你卡死。
第二条：凡是影响团队协同的操作，必须弹确认单等我过。 虽然它支持多智能体自动跑完端到端流程，但自动提PR、改Jira状态、往项目群发通知这些事，做错了是要炸的。我要求所有这类"破坏性操作"执行前必须在桌面端弹最终确认，我人工Review再放行。自动化可以跑到最后一步，但按下"发送"键的必须是我。
第三条：复杂技术变更必须附理由和影响范围分析。它给出的结果不能只有代码，必须附一份"技术决策链"和改动范围的Blast Radius分析，让我一眼看出它为什么这么改、影响了哪些依赖、上下游有没有被波及。这条的本质是：AI可以替我执行，但决策的可追溯性不能丢。
三条规矩设下来之后翻车率断崖式下降。现在的状态是：我把需求拆好扔给它，它在后台跑着，我忙别的。手机时不时收到进度通知——"前端组件生成完毕""接口联调通过""部署到测试环境成功"。偶尔一条"遇到问题，已暂停等待确认"，我点进去看看告诉它怎么处理，它继续跑。
有一次周末在外面吃饭，手机弹了一条：PR已提交，Jira状态已更新，群里通知已发。团队突然需要紧急同步一份数据看板的汇报文档，我当时身边没电脑，直接在企业微信里给工位上的WB发了一句大白话，它在后台自主通读了授权目录的文件，自动完成多步规划和格式转换，最后把做好的成品直接在企微上甩回给了我。人在外面过周末，AI在工位替我把活儿干了。
坐在我旁边的同事看到我用企微远程"遥控"WB的那次，眼珠子都快掉出来了。他问我："你这是在电脑里养了个不睡觉的核动力牛马团队吗？"
04
这个问题被问过很多次：WorkBuddy跟Copilot和Cursor到底什么区别？三个我都在用，在真实工作流里位置非常清晰。
Copilot负责"肌肉记忆"。它完全潜伏在我的键盘打字节奏里，主要做行内的单行代码补全，Tab键盲打。不需要它懂业务，只要帮我把样板代码和写了一半的循环补完就行。我打一半它接一半，像肌肉记忆一样自然，甚至不需要思考"我在用AI"这件事。
Cursor和Claude Code负责"微操"。当我需要死磕某个算法、在编辑器里重构某个函数的局部逻辑、或者在终端里盯着一个报错做深度排查时，用它们。它们专注于把代码本身写到极致，工作范围是"这个文件"或者"这几个文件"。
WorkBuddy负责"宏观闭环与跨生态联动"。它站在更高的位置上，打破了代码编辑器的墙。当一个任务不仅需要改代码，还需要翻阅本地文档、在沙箱里跑编译、去GitHub提PR、把改动同步到Jira、再往协作群发通知时，只有WB这种类型的Agent产品能做到这种跨工具链的并行和自动化。
05
用了两个月之后我发现，最大的变化跟"代码写得快了"无关。
以前我的工作碎片化严重，每天大量时间被卡在工具切换里：查完资料去码字，码完字去调格式，接着跑流程、发通知、同步各种协同软件。来回切屏、复制粘贴、手动更新状态，这些事单独看每件只花几分钟，累加起来能吃掉一天里最有精力的几个小时。现在这些全被分出去了。我的工作方式变成了"想清楚要什么→一句话下达任务→等结果→验收"。
最直接的后果是：我开始敢接以前不敢接的活了。以前有些需求评估完觉得要搞三天，排期排不进去就往后推，推着推着就没了。现在同样的需求，我心里估的是"WB跑半天我审半天"，两三天的活缩到一天出头。很多想法以前是"想到了但没精力做"，现在是"想到了就让它跑，跑完不行就扔，行就留"。试错的门槛降低了，你就愿意多试。
还有一个我没预料到的变化：以前一到周一面对一堆跨平台多链路的任务就焦虑，那种"这周又要被各种杂事淹没"的感觉。现在心态反而笃定了，因为我知道不管任务多庞杂，我都能把执行层面的部分丢给后台去闭环。那种"背后有个团队在顶着"的底气，确实让职场掌控感变强了很多。
06
有时候我会想这工具突然没了我会怎样。答案很明确：我要重新去面对那些本地几百种格式的文件并手动解析，重新在代码编辑器、网页、Jira和群聊窗口之间疯狂切屏手动复制粘贴，重新忍受面对空白PPT页面调对齐憋文案的体力折磨。用惯了这种"带脑子思考带手脚干活"的桌面级工具，一旦失去，那种从"调度员"重新跌回"搬运工"的落差感，是真的受不了。
特别是当WorkBuddy持续发版迭代带来了更多协作功能以后，我非常期待未来的人机共驾体验。
感谢你读到这里，不如关注一下？👇
你对本文内容有哪些看法？同意、反对、困惑的地方是？欢迎留言，我们将邀请作者针对性回复你的评论，欢迎评论留言补充。我们将选取1则优质的评论，送出腾讯云定制文件袋套装1个（见下图）。8月13日中午12点开奖。