使用代理进行扩展
I’m happy to translate the article for you, but I need the full text of the post in order to do so. Could you please paste the content you’d like translated (excluding the source line you’ve already provided)? Once I have the article text, I’ll translate it into Simplified Chinese while preserving the original formatting, markdown, and code blocks.
介绍
当前一代前沿模型的能力极其强大。它不再是你能构建 什么 的问题，而是你能多快构建它。大规模快速构建会带来自身的复杂性：扩展计算和扩展代理是必须同步解决的两个不同挑战。
使用 Claude 进行规划
使用 Claude Code 时，你实际上是首席技术官（CTO）。如果你以前喜欢编写手工的 Python 代码，现在需要一套新技能，以适应这些模型所能实现的规模。实现细节会变成浪费时间；相反，应将大型项目拆分为更小、独立的功能，以便并行开发。
我使用 GitLab 配合 glab CLI 工具，让 Claude 帮助我规划所有内容。采访式的来回对话效果很好，因为在单个提示中不可能提供一个完全受限的工作说明书。这种迭代式的对话会随着进展不断重塑我对项目的认知。
选择合适的技术栈
基础设施约束（例如在 MacBook 上运行或使用熟悉的云平台）没有问题，但让代理自行决定细节。记住，作为 CTO，你关注的是愿景，而不是强行使用偏好的语言。我个人不喜欢 JavaScript，但在许多项目中它是合适的工具，而且 Claude 对它的理解非常出色。当我不再强加自己的技术栈时，代理之间的协作就顺畅了许多。
管理代理
拆解工作
彻底规划：创建冲刺、史诗以及爬行/步行/奔跑路线图。代理是无状态的，过度负载会降低性能。提供分层资源——合并请求描述、代码库快照、文档——让代理在需要时查询。大多数情况下 MR 描述和代码库已足够；对于模糊的问题，代理可以自行获取额外上下文。
编排
良好结构的拆解帮助编排代理了解下一步该处理什么。如果编排代理在每次迭代都必须理解每个工单和整个代码库，它将会失败。我在让代理工作之前会快速浏览所有工单和冲刺，仅在出现对齐问题时介入。我的一个最喜欢的提示是让代理审查工单、合并请求描述、docs/ 和代码库，以确保所有内容保持同步，并使用多个独立的代理进行全面覆盖。
对齐语言与文档
将你的代码视为英文：docs/ 成为唯一可信来源，开放的工作项描述前进的路径。任何分歧都可以向代理说明，代理随后会自动纠正问题。
Source: …
CI/CD 流水线
当你已经把项目拆分成详细计划时，仍可能受到硬件的限制——硬件只能勉强运行测试套件，更别说在多个代理上并行运行十次了。
CI/CD 流水线可以解决这个问题。为测试和代码检查（lint）搭建流水线通常是初创公司面临的第一道障碍，但它能够统一团队的工作流，并为每个代理提供一个沙箱环境。八个代理在两周冲刺期间并行工作时，沙箱可以防止它们相互覆盖对方的改动。
无限计算
代理需要一个过度设计的测试套件来保护工作流。由于代理是无状态的，它们需要明确的通过/失败信号；否则会导致迭代循环中断。该测试套件的规模通常是人工编写套件的 10 倍，而为多个代理并发运行时，单台开发机器很快就会不堪重负。CI/CD 流水线能够将工作负载分配到无限的计算资源上，从而消除这一瓶颈。
Scaling Tips
- 在前期将问题拆分为细粒度的块。
- 提供分层、可查询的资源（工单、合并请求描述、文档）。
- 使用 CI/CD 流水线为代理提供沙箱环境并提供无限计算资源。
- 让团队在工作流上保持一致；流水线成为代理行为的共享契约。
- 避免对代理进行过度监护——在基础设施就绪后让它们独立运行。
Conclusion
使用代理进行扩展现已成为一种经验证的、高影响力的方法。通过精心规划、利用 Claude 进行编排，并利用 CI/CD 流水线进行沙箱化、并行执行，您可以实现巨大的生产力提升，并管理多个初创公司的整个软件开发生命周期。