从“手动写代码”到“委派给 Agent”：Xcode 生产环境真实工作流复盘
一个资深 iOS/macOS 团队在连续 90 天将生产任务委派给自主 Agent 后的深度复盘：从代码编写者到系统审查者的心智模型迁移、度量指标与效能陷阱。
TL;DR：将 AI 从“代码补全插件（Copilot）”升级为“自主执行代理（Agent）”，不是效率工具的微调，而是一场软件工程生产关系的重构。我们在 3 个月的实际商业开发中跟踪了 400+ 次由 Agent 驱动的提交。复盘数据显示：代码产出速度提升了近 300%，但如果不加约束，代码审查（Code Review）耗时激增 210%，架构腐化风险上升。本文分享如何通过“契约驱动”、“分级委派”与“自动化验证”建立可持续的高效 Agent 协作流。
一、 度量数据：90 天实验的冰与火
我们在一个拥有 25 万行 Swift 代码、涵盖 AppKit 与 SwiftUI 的 macOS 商业项目中，进行了为期一个季度的 Agent 协作实验。核心度量指标的变化揭示了深刻的真相：
| 评估指标 | 传统纯手工模式 | Agent 自由发挥模式 | 约束化 Agent 协同模式（最终形态） |
|---|---|---|---|
| 单特性首次实现时间 | 18.5 小时 | 4.2 小时 (-77%) | 6.5 小时 (-65%) |
| 平均 PR 变更代码行数 | 180 行 | 890 行 (+394%) | 140 行 (-22%) |
| PR 评审阻塞时间 (Wait Time) | 4.0 小时 | 14.5 小时 (+262%) | 2.5 小时 (-37%) |
| 合并后引入 Regression 缺陷数 | 0.8 个/Sprint | 3.4 个/Sprint (+325%) | 0.3 个/Sprint (-62%) |
数据清晰地呈现了早期误区：Agent 写得越快，如果一次性生成的代码量过大，人类 Reviewer 就会陷入认知超载。评审者无法细致阅读 800 行代码，最终只能粗略浏览或直接放行，导致隐匿的边界条件失效与逻辑回归。
二、 心智模型的根本转变：从 Driver 到 Tech Lead
在传统的结对编程或单兵开发中，开发者的注意力集中在：
- “这个语法怎么写？”
- “这个 API 的参数顺序是什么？”
- “如何用正则表达式匹配这个格式？”
而在成熟的 Agentic Coding 模式下，资深工程师必须主动放弃对实现细节的手工输入依赖，转变为一名严厉的 Tech Lead：
flowchart LR
subgraph Human["资深工程师 (Architect & Tech Lead)"]
A1[系统架构设计]
A2[抽象边界定义]
A3[验收证据审查]
end
subgraph Agent["AI Agent (Execution Assistant)"]
B1[阅读相关模块接口]
B2[生成原子实现]
B3[编写针对性测试]
end
subgraph Platform["底层确定性设施 (Tooling & Sandbox)"]
C1[编译构建门禁]
C2[TSan / 并发分析]
C3[Git 状态审计]
end
A1 --> B1
A2 --> B2
B2 --> C1
C1 -->|通过| C2
C2 -->|产出证据| A3
你对 Agent 说的每一句话，本质上是在制定需求规格书（Spec）。如果你的指令存在二义性，Agent 就会用它的统计概率去填补空白，而这个空白通常是错误的。
三、 五大生产落地原则
在经历多次教训后，我们总结了五条不可逾越的实践法则：
1. 窄域上下文供给（Scope Narrowing）
永远不要让 Agent 在一个包含上百个目录的工程里进行模糊全量搜索。正确的做法是由工程师直接定位到 2~3 个核心文件，将其显式作为输入上下文传入：“基于 PaymentServiceProtocol.swift，为新渠道实现一个 StripePaymentHandler”。
2. 计划与执行分离（Two-Pass Verification）
复杂改动严格要求 Agent 分两步走：
- Pass 1：只输出改动方案、影响模块与自测计划，不写任何生产代码。人工确认方案无误后，再允许进入代码编写。
- Pass 2：针对性修改，并强制其在本地运行最小可复现构建。
3. 小步快跑与原子提交（Atomic Iteration）
一个任务只做一件事。严禁将“重构旧模块”与“添加新接口”放在同一个 Agent 任务中。一旦发现 Agent 开始偏离主题修改无关文件，立即执行 git checkout 撤销并重新收紧 Prompt 边界。
四、 工程师的未来生存壁垒
Agent 不会淘汰工程师，但“只会搬砖写基础 CRUD 的打字员”将无立足之地。
当代码生成变成几乎零成本的日用品，最昂贵的资产变成了对复杂系统的抽象能力、对边缘故障的敏锐嗅觉、以及对架构可维护性的深刻洞察。