AI 自主编程的实现模式探讨

[p1094358629]

目前我公司背景： 1 、私有化的 azure devops git 代码库（安全需要） 2 、私有化部署的 qwen3.5 模型 目前本地使用 claude code 编码，我想是能 AI 自主编程的场景诉求(可能需求颗粒度在半天左右那种，MVP 项目试点落地看效果)： 1 、需求分析师\产品， 直接在页面和 AI 对话，完成需求 SPEC 2 、云端大模型读取 SPEC 和代码图谱（ gitnexus 类似的工具），结合 azure devops 的 API ，自动拉取分支，修改代码提交 PR 3 、开发只需要审批 PR 即可 tips:目前看到市面上有阿里的 Qoder ，但好像只能用它的模型。 以上是我觉得自主编程很有代表性的场景，期待交流：是否有类似场景落地经验？或推荐适配私有化技术栈的工具链/架构设计？

[t20000622yy]

你这个看起来是云上的自动化，这方面的没做过，我做过几个本地多 agent 并行提效，或者让他们自己的迭代的工具：

一个 AI 工作完给另一个 AI （比如 codex ）审查，审查完自动根据结果来调整，之前开发了两个这样的工具可以试试：

给任意 agent （ cursor ，cc 之类的都可以）调用的，并行执行或者审查： https://github.com/mco-org/mco

自动化组建 AI 团队的，开任意个 agent ，分配角色，不用人参与他们根据目标自动迭代，就差不多 AI 团队的意思： https://github.com/mco-org/squad

[p1094358629]

@t20000622yy 好的，感谢分享