SpaceXAI 分享 Grok Bot 三层组织架构管理 200 个 Coding Agent 的工程实践

Grok Bot 工程实践指南：如何让 AI Bot 团队管理 200 个 Coding Agent 来自 SpaceXAI 团队 @lingxi 分享的三层 Agent 组织，用于替代人工管理大规...

Grok Bot 工程实践指南：如何让 AI Bot 团队管理 200 个 Coding Agent 来自 SpaceXAI 团队 @lingxi 分享的三层 Agent 组织，用于替代人工管理大规模 Coding Agents，人类只在顶端处理高风险审查和优先级判断。 x.ai/bot/guides/gro… 三层 Agent 组织 1. 执行层：Cursor Cloud Agents - 短生命周期，按需启动，携带个性化技能执行具体任务 2. 管理层：5 个常驻工程师 bot - 各管一块领地：Baltata（iOS/移动共享层）、Shaoruru（桌面端/CI-CD）、Hogan（基础设施）、Craig（Android）、Quill（harness），各有独立记忆，只在单一领域表现最佳 3. 运营层：Jenny - 唯一不写代码的 bot：每天 5 点与各 bot 开 1:1 过 playbook；错误做根因分析、更新制度并广播；负责新 bot 入职 关键机制 绕过上下文限制是技术核心，解法不是更大的模型，是把记忆问题转化为组织问题： · Notion 数据库作共享状态：每 30 分钟巡检 PR，核实 Bugbot/安全发现、CI 失败、合并冲突，有问题打回跟进，干净的进入 review。 · 分级合并门禁：高置信度、低爆炸半径的 PR 自动合并，其余等人审。 · 周期例行代替持续记忆：凌晨 3 点夜间审计（死代码、包体积）、每晨 1:1、半小时巡检；用外部重复提醒弥补上下文装不下整个工作流的缺陷。 · P0 模式：每 5 分钟检查一次进度并主动纠偏，代价是烧 token 极快。 能学到的经验 1. 反馈回路必须完整：agent 要端到端驱动全栈（DevTools、CLI、Accessibility）并自行验证产出，经验沉淀为可复用的 repo skill。 2. 委托标准是“重复”而非“难度”：每天一次以上、有固定模式的事就该自动化。 3. 信任渐进建立：像自动驾驶，安全区放手，高风险区谨慎，失败不停试。 4. 像带聪明实习生一样交互：无需长 prompt，让它自己研究陌生领域。 5. 错误不重演靠制度：复盘 → 改 playbook → 广播，把个体错误变成组织记忆。 💬 0 🔄 0 ❤️ 6 👀 385 📊 1 ⚡