我用 13 个 Agent 跑完一个 AI 工具站,发现真正难的不是写代码

大家好，我是孟健。

这几天我用 13 个 Agent 跑完了一个真实 AI 工具站，最后发现：出问题最多的地方，不是写代码，是交接。

现在 Codex、Claude Code、Cursor、Copilot 都在往同一个方向走：多 Agent、后台任务、并行执行、远程接管。

OpenAI 把 Codex App 定位成"command center for agents"，支持多个 coding agent 并行运行和长任务协作。GitHub Copilot cloud agent 可以直接从 issue 启动，自动创建 PR，请求人工 review。

Cursor 也在往 automations、background agents 方向推，支持 schedule、GitHub、GitLab、Slack、webhook 等多种触发方式。

工具厂商都在把 coding agent 平台化。能力变强后，新的问题也冒出来了：多 Agent 的时代，谁负责交接？

01 多 Agent 不是多开几个聊天窗口

多开 Agent 很容易。难的是每一棒都能被下游接住。

一条真正能用的 Agent 流程，必须回答 4 个问题：

• 输入是什么？
   上一棒给了什么。
• 输出是什么？
   这一棒交出什么。
• 证据是什么？
   怎么证明这棒 DONE 了。
• 什么时候必须停？
   BLOCKED 的条件是什么。

这 4 个问题回答不清楚，Agent 越多，噪音越大。

Agent 越多，越不能靠感觉推进。

02 我真实跑了一遍：aicodingpricing.com

案例是 aicodingpricing.com，一个比较 AI 编程工具定价的工具站。

从关键词到上线后复盘，13 个 Agent 依次接棒：市场研究 → SEO 复核 → PRD → 定价 → 合规 → 文案 → 设计 → 前端 → 后端 → QA → 运营 → 数据复盘，加一个主持台负责节奏和 GO/NO-GO。

每一棒都有明确的输入来源、输出格式、交接文档和暂停条件。站做出来了，而且不止一个首页，还包括具体的对比页面：

这个案例真正有价值的地方，是它暴露了哪些位置——如果没有闸门，就会出事。

03 13 个 Agent 怎么分工

写成可读的版本：

1. 市场研究
    — 判断关键词有没有机会
2. SEO 复核
    — 看 SERP 竞争难度和页面矩阵
3. PRD
    — 把机会变成页面、功能、验收标准
4. 定价
    — 看竞品、成本和套餐边界
5. 合规
    — 检查文案声明、数据风险
6. 文案
    — 生成首页、功能页、结果页 copy
7. 设计
    — 出页面结构和视觉方向
8. 前端
    — 实现页面与交互
9. 后端
    — 处理 API、存储、鉴权、支付
10. QA
     — 功能、异常态、移动端、SEO、合规、埋点
11. 运营
     — 提交目录、冷启动、外链和渠道
12. 数据复盘
     — 接管 GSC、Bing、GA4、Plausible、Clarity
13. 主持台
     — 负责节奏、BLOCKED、GO/NO-GO、交接

ShipSolo 把这 13 个阶段封装成 Skills，每个阶段有标准输入和输出模板：

一个 Agent 做错事不可怕，可怕的是错事被包装成 DONE 传给下一棒。

04 真正踩坑的地方

跑完这一遍，坑主要在 4 处。

SEO / 合规 NO-GO 不能被情绪压过去。 aicodingpricing.com 选词阶段，有几个关键词搜索量看起来不错，但 SERP 前三页全是大厂官网和头部评测媒体。市场研究 Agent 打出 BLOCKED，原因是短期渗透机会极小，继续推进只是在错误的方向上浪费所有后续棒次的时间。这个结论不好听，但它卡住了。文案和设计没有在错误的词上把功夫用完。合规同理：法务没有给出明确结论之前，页面不能上承诺性语句，不能用"更便宜""保证准确"这类表述。这一关含糊过去，后面所有棒都在做无效功，上线了也要全部推翻重来。

PM gate 必须在设计和研发前卡住。 这次做站，路由合约在 PRD 阶段就固定了：哪些是静态页、哪些要接 API、对比表的字段定义、结果页的几种状态。这件事没有定，设计稿就是一次性的。前端接了再改字段，要动 API、动组件、动设计，每一层都要返工。路由合约签完之后，设计才启动，前端才接任务。这个顺序看起来慢，但它省掉的是最贵的那部分——已经做出来的东西被推翻。

QA 不能缺席，也不能提前。 QA 阶段覆盖 6 类检查：功能逻辑对不对、异常态有没有兜底（空状态、超长内容、网络断开）、移动端是否跑偏、canonical 和 sitemap 是否正确生成、合规文本是否与法务稿保持一致、埋点事件是否真实触发并携带正确参数。每一类都要有截图存档，逐项打勾，不是"大体没问题"。"大体没问题"这四个字，上线后会变成 GSC 收录问题、Clarity 热图空白、转化漏斗断层。任何一项缺席，上线之后就是黑盒。

数据接管不能只看脚本有没有粘贴进去。 GSC、Bing、GA4、Plausible、Clarity 每一个工具都要走四个验证状态：未配置 → 已配置无数据 → 有数据不可归因 → 有数据可归因。这四态之间的跨度可以是几小时，也可以是几天，取决于流量体量和工具本身的采样机制。有脚本不等于有数据，有数据不等于能做决策。不提前按状态逐步对账，D7 复盘时面对的就是一堆猜测，复盘等于没做。

BLOCKED 不是失败，是安全阀。

05 9 个硬闸门

每个阶段能拦下的问题，都要拦在便宜的时候。

1. Keyword gate
    — 关键词竞争度、搜索意图、变现路径，三项同时成立才进 PRD。只有搜索量没有转化意图，是最浪费时间的方向，比直接做错还难发现。
2. Route contract
    — 页面列表、URL 结构、数据状态、canonical 规则、sitemap 收录逻辑，PRD 完成后立刻锁定，设计和前端共同签字确认，后续不允许单方面改。
3. SEO-Copy Freeze
    — SEO 关键词矩阵和文案草稿冻结后，设计才开始排版，前端才接内容。文案改一次，设计稿废一版，前端改一轮，这是三倍代价，要在这一关拦住。
4. Content-fit matrix
    — 每个页面都要能回答：为什么存在、目标用户是谁、他们来了之后要做什么。答不上来的页面，做出来也没人看，SEO 也不会收录。
5. Data Contract
    — 埋点事件名、参数结构、口径定义、四态验收标准，在前端开发前写清楚，QA 按合同逐项验，不是上线后发现缺口再补救。
6. PM gate
    — 产品验收必须覆盖所有页面状态，包括空态、异常态、边界值，通过后才进大规模实现，不允许"先做完再补产品文档"。
7. QA / SEO / Compliance GO
    — 三者独立给出结论，同时通过，才算准备上线。任何一个 NO-GO，整个流程暂停，不允许带着问题上线"先看看效果"。
8. Analytics 四态验证
    — 逐步确认，每一态截图存档。可归因才能做决策，之前的所有状态都是过渡态，不算接管完成。
9. D7 / D14 / D30 复盘
    — 上线不是结束。D7 看收录和首批流量来源，D14 看关键词排名变化，D30 做完整的转化和收入复盘。没有这三个节点，上线等于扔出去不管了。

NO-GO 的价值，是把错误拦在便宜的时候。

06 给想复制的人

不要上来就追速度。

先从一个站把 13 个阶段完整跑一遍。不求快，求每一棒都能被接住。每个阶段只要求 4 件事：清楚的输入、明确的输出、可验证的证据、允许 BLOCKED 的暂停条件。这 4 件事到位，哪个 Agent 跑慢了、哪个阶段需要人工介入、在哪里卡住，都有地方可查。

这套流程真正发挥作用的时刻，往往是你最想跳过某一关的时候。市场研究打出 BLOCKED，你已经想好了站名、想好了页面结构，甚至规划好了上线时间——但闸门不开。这种时候被拦下，代价最小。绕过去继续推，代价在后面，而且越到后面越贵。

aicodingpricing.com 这次，市场研究和 SEO 两棒都 GO 之后才进 PRD，路由合约锁定之后文案和设计才同步推进，QA 三项全部 GO 之后才上线。每一棒都有明确的交出物，下一棒才有东西可以接。节奏不乱，靠的是闸门，靠的是每一棒都有人接。

领航计划和 ShipSolo 教的是把 AI 编程变成一条可上线、可复盘、可迭代的交付流程。复制的是这套交接逻辑，每一棒的输入输出要求，和允许 BLOCKED 的流程文化。

AI 编程接下来会越来越强。

强工具只会放大原来的流程。流程清楚，它放大交付。流程混乱，它放大混乱。

工具已经够快了。现在该补的，是闸门。

🚀 想要与更多AI爱好者交流，共同成长吗？

和一群志同道合的人，持续精进 AI 的每一天