6.2 从个人到团队

一个人用 AI 做事,和十个人用 AI 协作,复杂度不是一个数量级。

个人的上下文管理相对简单。 你一个人决定背景怎么写、约定怎么定、任务怎么排。没有冲突,没有分歧,不需要同步。一个人用 AI Context Workspace,核心是"让 AI 理解我的项目"。

团队协作要让 AI 理解"我们"的项目。

"我们"意味着:背景知识需要共享,约定规范需要一致,任务分配需要透明。AI 需要知道每个成员的角色、当前的工作状态、团队的决策惯例。

团队场景下的 AI Context Workspace 需要增加几个维度:

共享背景。 团队背景由多个人共同维护。背景文档不再是"我的理解",而是"团队的共识"。任何变更需要沟通和协调。这可以通过 Git 的 Pull Request 流程来实现——修改背景文档,提 PR,review 后合并。

一致约定。 团队约定需要明确对齐。代码风格、工作流、质量标准,这些在个人场景中可能靠默契,在团队场景中必须显式化。约定文档是团队的"宪法"。

任务透明。 团队中每个人都在做自己的任务,但 AI 需要了解全局。artifacts/index.json 在团队场景中变得更重要——它不仅是任务列表,也是团队协作的仪表盘。谁在做什么?哪个任务被阻塞了?哪些任务即将完成?一眼可见。

角色感知。 不同角色需要不同的上下文。后端开发者不需要前端的详细背景,反之亦然。但所有角色需要共享"这个项目在做什么"的顶层理解。路由机制可以按角色分类上下文,让每个 AI session 只加载和角色相关的部分。

从个人到团队,不是简单地把一个人的工作区复制给多个人。

团队协作需要解决冲突、同步、权限、分工等问题。AI Context Workspace 目前的设计主要面向个人场景,但它的结构天然支持团队化——因为所有内容都是文件,文件可以被 Git 管理,可以被多人编辑,可以被权限控制。

一个可能的团队协作场景:

  • 团队有一个共享的 Git 仓库,包含工作区的所有文件
  • 每个成员在自己的分支上工作,创建自己的 Artifact
  • 共享背景在 main 分支上,由核心成员维护
  • 任务完成后,提交 PR,合并代码,同时归档 Artifact
  • CI 检查 Artifact 的 Review 状态,确保只有完成的任务被归档

这个场景不需要专门开发团队协作工具,只需要 Git 和 AI Context Workspace。

Comments

Popular posts from this blog

How to turn off Sass warning prompts in Nuxt.js projects

Configuring SSH Access to a Docker Container via an Alternative Port

Quickly Set Up a Cloud Database Using MongoDB Atlas