跳转至

8天，4万行代码：一个递归进化的agent编排器是如何“手搓”出自己的?

Ch01.1164 8天，4万行代码：一个递归进化的agent编排器是如何“手搓”出自己的?

📊 Level ⭐⭐ | 5.2KB | entities/8天4万行代码一个递归进化的agent编排器是如何手搓出自己的.md

8天，4万行代码：一个递归进化的agent编排器是如何“手搓”出自己的?

来源: 高可用架构

发布日期: 2026-03-11

原文链接: https://mp.weixin.qq.com/s/yHy3vfASiMQ9S9g_1ao1kw

导读：本文详细介绍了作者使用 AI 智能体编排器（Agent Orchestrator）在 8 天内构建 40,000 行 TypeScript 代码的经历，该系统由 AI 智能体自身开发，支持并行任务分解、CI 故障自愈和插件化架构，已开源于 GitHub。

核心创新在于编排器本身就是一个真正的 AI 智能体，能监控多智能体会话、路由审查反馈并仅在需人类决策时介入，解决了人类注意力瓶颈，推动自改进循环以提升整体效率。

作者 Prateek (@agent_wrapper) 是 Composio 的 AI 工程师与 Agent Orchestrator 的核心创建者。他主导开发了开源的 AI 智能体编排系统，用它在 8 天内由智能体自身构建出 4 万行 TypeScript 代码，实现 20 倍人类效率跃升，专注多智能体并行、自愈与自改进工程。

我曾试图加快交付速度

当时我手里有一个代码库，一堆待办需求（backlog），但每天的时间根本不够用。于是我开始让 AI 编程智能体 并行运行 ——给每个智能体分配一个任务，让它们写代码，我来审查 PR、合并，然后循环。刚开始是两三个，然后是五个，最后增加到了十个。

智能体的速度很快，但 问题出在我身上 。我跟不上它们的节奏。我成了那个检查 CI（持续集成）是否通过、阅读审查意见、把报错信息复制回对话框的人。我从“写代码的人”变成了“给写代码的机器当保姆的人”。这根本无法规模化。

于是，我写了一些 Bash 脚本来自动化协调工作——大约 2,500 行代码，用于管理 tmux 会话、git worktree 和标签页切换。每个智能体都有自己独立的 tmux 会话和工作树。编排器可以启动它们，偷看它们在做什么，转发 CI 失败信息，并让我只需说一句“带我去 PR #1121 的标签页”就能在会话间跳转。这勉强能用。

接着，我让智能体们去处理这些 Bash 脚本本身。它们构建了正式编排器的 V1 版本 。V1 管理着构建 V2 的智能体。从那时起，V2 就一直在自我改进。

从 Bash 脚本到自我改进系统

成果如下： 40,000 行 TypeScript 代码，17 个插件，3,288 个测试用例 ——在 8 天内构建完成，且大部分是由该系统编排的智能体编写的。每一条提交（commit）都有 git trailer 标注是哪个 AI 模型编写的。人类做了什么，智能体做了什么，清清楚楚。

我们已经将其开源： Agent Orchestrator [1] 。

核心逻辑在于： 编排器本身就是一个 AI 智能体。它不是一个仪表板，不是一个定时任务（cron job），也不是一个轮询 GitHub 的脚本。 它是一个智能体 ——它读取你的代码库，理解你的需求，决定如何将功能拆解为可并行的任务，将任务分配给编程智能体，并监控进度。

当 CI 失败时，它会将失败信息注入智能体会话——智能体读取日志并修复它。当审查意见出现时，它会将其路由到带有上下文的正确智能体会话。无需人工充当“搬运工”。这就是它与所有“并行运行智能体”方案的不同之处： 管理智能体的东西本身就是智能的。

AI 辅助编程的

→ 原文存档

关联