团队 AI Agent 项目入门介绍

一句话讲清楚

我们团队打造的 AI Agent 项目，不是一个会聊天的机器人，而是一套让团队工作可分派、可追踪、可复用的 AI 协作系统。

以前：人问一句，AI 答一句，答完就散了。
现在：人给任务，Agent 先找资料、判断归类、执行、验证、留证据、沉淀成下次能复用的流程。

它解决的问题

资料分散企业微信微盘、云效、代码仓库、会议纪要和个人电脑里的资料难以统一恢复。

经验重复消耗同一个问题反复问，AI 每次都像第一次接触项目。

任务不可追踪只留下聊天结论，没有证据、测试结果、下一步和责任边界。

成果不可复制代码、方案、手册、视频和复盘没有沉淀为后续流程。

这批资料补进来的核心观点

AI 原生团队不是“代码环节用 AI”，而是让 AI 参与需求、方案、开发、测试、上线和复盘的完整工作流程；每个人用自己的 Agent 协同，把个人能力转化为可复用、可组合的技能。

传统互联网产品流程通常是 PRD -> 设计 -> 宣讲 -> 排期 -> 开发 -> 测试 -> 上线，一个循环往往 2 到 4 周起步。Boris Cherny 在 Lenny's Podcast 里提到，他会同时跑多个 Claude 实例、每天合并大量 PR，Cowork 也用很短时间做出可运行版本。这个案例给我们的启发是：慢不只是技术问题，而是组织问题；AI 原生组织要先用 Agent 做出可运行原型、同步上下文、留下证据，再由人判断哪些值得产品化。

zhctprompt 控制项目入口和上手指南 — 落地入口：zhctprompt 把控制资料、规则、任务和证据放在一个可恢复入口。

过去	现在要升级成
群里说一句，大家靠人传话	所有需求先进入一个固定入口，把目标、负责人、范围和验收方式说清楚
每个人自己找资料、自己补上下文	项目资料、接口、规则和历史决策集中沉淀，Agent 先读资料再执行
AI 只帮忙写一段代码或文案	Agent 交付代码、测试、文档、发布说明和复盘证据
做完一个项目就结束	把重复动作沉淀成模板、Prompt、脚本、可复用技能和 SOP
靠人盯质量、上线和回退	用测试检查、人工审批、小范围试运行和回退方案守住边界

第一阶段不要对外讲“AI 全自动替代人”或“零 bug”。更准确的目标是跑通一条真实工作流程：需求说清楚、Agent 执行、测试验证、人工审批、手册和复盘沉淀。

一总五分

项目用“一总五分”解释全局。

一总：产品开发部从“项目制开发团队”升级为“AI 原生的软硬一体产品交付组织”
总公式：客户场景 -> 软件入口 -> 硬件能力 -> AI 工程底座 -> 交付资产

模块	入门理解	典型输出
场景产品化	弄清客户是谁、现场怎么用、解决什么问题	场景说明、角色流程、验收指标
软件平台化	把 PC、小程序、APP、接口、权限和数据流组织成产品能力	页面说明、接口契约、功能交付
硬件体系化	把秤、摄像头、一体机、点餐机等设备接入体系化	设备清单、协议、联调记录、测试用例
AI 工程化	让 AI 能读上下文、调用工具、复用技能	Prompt、可复用技能、MCP、代码索引、评估记录
交付资产化	做完后留下别人能学、能演示、能复盘的材料	手册、Word、截图、视频、复盘、培训材料

Agent 怎么工作

阶段	做什么	留下什么
Input	说清背景、资料、目标、输出、验收标准和限制	来源路径、任务目标、范围和非目标
Process	读取项目规则，定位资料和代码，判断模块，调用对应可复用技能和工具	执行记录、验证命令、过程证据
Output	交付文档、代码、手册、HTML、CSV、截图、视频脚本或任务索引	可复查、可恢复、可复制的资产

给同事的输入模板

我要做的事：
背景：
相关资料或路径：
目标用户或阅读对象：
希望输出：
验收标准：
不要做什么：

可直接复制的介绍文案

我们现在在搭一套团队 AI Agent 项目，可以理解为产品开发部的 AI 工作操作系统。它不是单纯聊天机器人，也不是只帮开发写代码。它的作用是把产品、交付、研发、测试、项目管理、微盘资料、云效任务、代码仓库、手册视频和复盘证据统一接起来。我们想做的不是“代码环节用一下 AI”，而是把需求、方案、开发、测试、上线、复盘放进同一套可追踪流程。以后团队协作的基础单位，不再是“群里说了一句”，而是一份把目标、范围、负责人、验收方式、证据和回退方案都说清楚的任务说明。大家给 AI 发任务时，不只是问一句让它答一句，而是把背景、资料路径、目标、输出格式和验收标准说清楚。Agent 会先读取项目规则和历史资料，再判断这件事属于场景产品化、软件平台化、硬件体系化、AI 工程化、交付资产化中的哪一类，然后调用对应的工具和可复用技能去执行。它做完以后，不只给一个答案，还要留下 Markdown 说明、HTML review 页面、CSV 清单、代码提交、测试结果、手册、截图、视频脚本或任务索引。这样后续同事可以继续接手，AI 也能从这些资料里恢复上下文。第一阶段我们不追求“AI 全自动替代人”，而是先跑通真实工作流程：需求说清楚、Agent 执行、测试验证、人工审批、手册和复盘沉淀。简单说，这个项目的目标是：让团队工作从“散在聊天和个人经验里”，变成“可追踪、可复查、可复制、可持续沉淀”的工作系统。

不能误解

AI Agent 不替代产品、研发、测试、交付和管理者做最终判断。
客户案例、收入、毛利、设备数量、上线状态和验收结果必须有证据来源。
业务代码仍在业务仓库，微盘原始文件仍在微盘，控制项目只保存索引、规则、说明和证据。
只说“用了 AI”不算 AI 工程化，必须留下上下文、索引、Prompt、可复用技能、验证结果或可复用经验。
第一阶段不承诺全自动上线；生产审批、关键设计、高风险 SQL、权限、支付和设备控制仍然必须有人最终把关。

Review 清单

已完成：Markdown 稳定文档、人审 HTML、来源索引、AI 自动化开发资料归档、AI 工程化资产登记。

待确认：可复制文案是否符合团队传播语气；是否需要继续生成一页海报、5 分钟讲解稿和新同事上手 checklist。