作者用四個 Claude Code Agent 為 RupiVerse 組成工程團隊
I hired an engineering team for my startup. None of them are people.
作者為個人理財應用程式 RupiVerse 配置四個 Claude Code Agent,分任產品經理、測試、開發和審查,兩天內完成註冊、登入及用戶個人檔案功能。
文章展示以規格、API 合約、測試先行和權限限制組織四個 Claude Code Agent 的實作方式,並以兩張功能票據記錄這套分工如何運作。
兩天前,我聘請了一支工程團隊。
一位會閲讀用戶對競爭對手應用程式的評價,而且不會讓任何人開發規格以外內容的產品經理。
一位會在一行程式碼都未寫之前編寫測試的測試員。
一位負責推出產品的開發者。
還有一位會按我們的規則檢查每項修改,並曾經令登入鎖定功能失效、但所有測試都顯示正常的審核員。
兩天內,他們為我正在開發的個人理財應用程式 RupiVerse 推出了註冊、登入和用戶個人檔案功能。46 項驗收條件。814 項測試。五個拉取請求,經審核後合併。
他們會爭論、修正彼此的錯誤,遇到有風險的事情時會先問我。
他們都不是人。
這也不是一個預先植入錯誤的示範應用程式。本文提及的每張工單、每項測試、每個錯誤和每次審核,都是在開發 RupiVerse 期間發生的,而每個拉取請求都是公開的。
他們是四個 Claude Code Agent,透過 Switch 在我的 Slack 工作。本文會介紹團隊的運作方式、五個令我確信這是真實團隊的時刻,以及如何在自己的程式碼儲存庫中,於大約 30 分鐘內組建同一支團隊。
🎥 兩分鐘示範 · 🧰 儲存庫:https://github.com/way-nu/rupiverse-fts-hackathon
單一超高速 Agent 的問題
如果你一直獨自使用編程 Agent 開發,應該已經熟悉這種感覺:它快得驚人,但你又未能完全信任它。
Agent 會編寫程式碼,也會編寫用來評判程式碼的測試。沒有人會按規格檢查成果,因為根本沒有規格,只有你上一則訊息。每個決定都留在單一聊天記錄中,而這段記錄下星期便會消失。而所謂「完成」,只是 Agent 説完成了。
團隊幾十年前已解決所有這些問題。靠的不是更聰明的人,而是架構:有人負責需求,有人負責編寫測試,有人負責審核,還有一人決定哪些內容可以推出。
於是我為 Agent 設立相同的架構,並把它放在團隊本來就會工作的地方:團隊聊天平台。
60 秒認識 Switch
Switch 是開源基礎設施,讓 AI Agent 進駐團隊聊天平台。Slack、Discord、Teams 或 Mattermost 的每個頻道都會成為一個房間,Agent 可以像隊友一樣加入,各自使用自己的名稱,並根據房間內的指示和文件瞭解背景。
這個項目中最重要的部分:
- 範本。一個 YAML 檔案便可建立 Agent、房間、指示、文件和啟動訊息。Agent 也可以執行範本,結果證明這是關鍵構想。
- 指示權限規則。規定誰可以指示哪些 Agent。
- 支援任何聊天應用程式的房間。我的第一張工單在 Mattermost 執行,第二張在 Slack 執行,兩者使用相同的 Agent。
從研究開始
我的朋友是一位助理產品經理,他告訴我,產品經理最重要的工作是閲讀競爭對手的評價。功能清單會告訴你其他應用程式開發了甚麼;評價則會告訴你,那些應用程式的用戶仍然想要甚麼。
因此,產品經理有自己的房間,#rupiverse-research。我會輸入競爭對手的名稱、貼上一則用戶評價,或提供螢幕截圖。產品經理會閲讀真實用戶對競爭對手應用程式的評價(應用程式商店、Reddit、X、評價網站),歸納出功能需求和投訴,再按每項內容與 RupiVerse 的相關性和價值評分。最後會在 ClickUp 建立一份研究文件,列出競爭對手比較表、按優先次序排列的機會清單,以及每則連結至來源的引文。它會貼出排名前五的項目,並問我想採納哪些。
在我挑選之前,任何事項都不會成為工單。選中的事項會進入待辦清單,再沿着下方流程處理。
認識團隊
| 負責事項 | 絕不會做的事 | |
|---|---|---|
| pm | 工單、規格、範圍裁定、每張工單各有一個房間,以及最後驗收 | 不會編寫程式碼或合併 |
| builder | API 合約、實作及技術決策 | 不會自行更改測試檢查的內容 |
| tester | 測試計劃、先寫失敗測試、Playwright、驗證 | 不會修改產品程式碼 |
| reviewer | 檢查每個草稿 PR 的結構;進行完整審查 | 不會推送產品程式碼 |
| me | 提出需求、批准及合併 |
每個 Agent 都是在儲存庫各自複本中執行的 Claude Code;而在每個複本內,每張工單都有自己的 git worktree、連接埠和資料庫。四個 Agent 可以同時執行程式,而不會互相干擾;兩個功能房間也可以並排開啟。(目前工單都是逐一處理;平行房間已納入設計,但尚未實際展示。)團隊的工作指示以 Markdown 檔案形式存放在儲存庫,因此要改變團隊的工作方式,只需提交 pull request。
一張工單的流程
以下是 RV4 個人檔案畫面的流程,從我發出訊息到合併為止。
1. 我提出需求。 我會在 #rupiverse-hq 用一句話輸入想要的內容。PM 不會立即動筆,而是先提問:最大年齡是多少?電話號碼是否必須唯一?再次點選已選取的性別會怎樣?
2. PM 記錄下來。 建立一張 ClickUp 工單,附上簡短摘要和一份規格文件:目標、範圍、不包括的內容、數據模型、API 草案、畫面、16 項編號的驗收準則、測試計劃和決策。規格文件內有四個空白頁面:建置記錄、測試報告、審查、PM 驗證。每個 Agent 只會寫入自己的頁面。
3. 我批准,房間隨即建立。 我輸入 approved, start RV4,幾秒後 PM 便會開啟 #rv4-profile,並在房間指示中加入四個 Agent、工單和規格文件,以及一份載有規則的 playbook 文件和啟動訊息。我只需説一句話,每張工單便有一個房間。(這套工具將流程標準化為由 PM 執行的 Switch 房間範本。)
4. 先定合約。 builder 會把 PM 的 API 草案整理成最終合約。RV4 的合約經過八項完善:拒絕未識別的鍵、"29" 不是有效年齡、按 Unicode 碼點計算姓名長度,以及先檢查驗證,再處理本文。
5. 先寫測試。 之後 tester 才會按照合約編寫測試:RV4 共229 項,全部先處於失敗狀態,分別放在兩個草稿 PR 中,而當時一行產品程式碼也尚未存在。你不必只聽我説:每個 PR 中,tester 的提交都比 builder 首次提交產品程式碼早 15 至 61 分鐘。README 列出了相關表格,每項提交都有連結。
6. builder 讓測試通過,一邊以具型別的模擬層開發前端,一邊由後端子代理並行工作。正是這份合約,讓前後兩部分可以各自獨立開發。
7. 驗證、審查、檢查。 tester 會執行完整測試套件,並用 Playwright 對照實際程式進行測試。reviewer 會檢查結構、規格、安全性、資料庫遷移,還有一件事,我稍後再談。PM 會逐項核對所有驗收準則。
8. 發出一次通知,然後由我合併。 PM 核對完所有準則後,便會在 Slack 通知我。我會閲讀 PR,然後合併。只有我可以合併。
每次交接都會列明下一位 Agent、PR 和 commit SHA。每個錯誤都會以留言標註在 PR 的確切程式行上。ClickUp 一直顯示目前輪到誰。
RV4 沒有任何錯誤,也沒有任何審查修改。Agent 實際工作時間:約 85 分鐘。
讓它值得信賴的三條規則
1. Agent 不能自行評核自己的作業。
測試員會在編寫程式碼前,按照規格契約編寫測試。建置者可以改變測試如何呼叫程式碼(例如匯入路徑、fixture、連接埠),但不能改變測試檢查甚麼。要修改斷言,必須由測試員和 PM 在會議中達成共識。之後,審查者會比較測試員最初編寫的測試和最終版本,並拒絕任何放寬檢查的修改。兩張工單合計,建置者修改了三項測試,沒有一項削弱檢查。其中一項修改反而加強了測試。
2. 工單狀態決定誰發言。
在「測試設計」階段由測試員執行工作;在「建置中」階段由建置者執行;在「審查中」階段則由審查者執行。其他人都會回覆「現在不是我的階段」,然後停止發言。每個 PR 設有嚴格上限:三輪錯誤修正和兩輪審查,之後交由 PM 處理,再交給我。這樣四個 Agent 才不會陷入無止境的爭論。
3. 只有人類可以合併,而且這是由權限強制執行,而非僅作要求。
每個 Agent 在 Claude Code 中的權限均允許操作分支、PR、留言及 staging 分支,但禁止合併、推送至 master 和強制推送。Agent 無法靠説服繞過這些限制,而事實證明,它們也沒有嘗試。
五個讓我信服的時刻
1. 審查者讓所有測試都認為正常的鎖定機制失效
註冊流程使用 6 位數電郵驗證碼,最多可嘗試三次。所有測試均通過。審查者一次送出十次猜測。實際程式碼在 20 次測試中有 1 次突破三次嘗試的鎖定限制,而同一個更新權杖可同時使用五次。
它將 PR 退回,列出這兩項發現。建置者以資料列鎖(SELECT … FOR UPDATE)修正問題,測試員則加入了21 項並行請求測試,沒有修正時這些測試都會失敗。在這個獨自開發的專案中,驗證流程的競爭條件在合併前便被發現。
2. 「透過聊天訊息轉達的 OK 不算數」
為了證明資料庫遷移安全無虞,測試員需要在共用的 Supabase 資料庫上進行遷移往返測試。對方透過聊天訊息收到 OK 後,仍然拒絕執行:聊天訊息不是權限,也不會自行授權。它首先為 Supabase 自身的 auth schema(139 個關聯)建立了唯讀指紋。我在自己的電腦上加入規則後,它才執行往返測試,並證明該 schema 沒有改變。
3. 建置者發現一項永遠不會失敗的測試
在 RV4 中,建置者發現一項 schema 測試把 bytes 和字串作比較,因此即使沒有檢查任何內容,測試也會通過。它沒有動手修改,因為這不是它的工作。它提出了問題。兩分鐘後,測試員便提交了更嚴格的修正。
4. 我的 iPhone 發現了 170 項網頁測試都找不到的問題
RV1 已準備好合併。我用手機測試時,程式碼輸入方格完全沒有回應點擊。iOS 會略過帶有 opacity: 0 的輸入欄位的命中測試,而網頁測試無法發現這個問題。測試員在兩分鐘內找出原因,並加入一項實際點擊網頁測試,確保日後能在網頁上發現這類錯誤。建置者修正了問題,我也在手機上確認修正有效。
5. PM 發現了自己的錯誤
審查開始後,PM 發現自己其中一項決策與我們的後端規則矛盾。它沒有讓相關修改推出。PM 把問題升級給我處理,我再把決定權交回去;修正只經過一輪先寫測試再改程式碼的流程:五項測試結果改變,約十行程式碼有所修改,首次審批即獲通過。
數據
| RV1 · Auth | RV4 · Profile | |
|---|---|---|
| 驗收標準 | 30 | 16 |
| 測試 | 433 | 381 |
| 測試人員在編寫任何產品程式碼前撰寫的測試 | 304 of 351 | 229 of 229 |
| 捕捉到的錯誤 · 有修改的審查輪次 | 4 · 2 | 0 · 0 |
| Agent 實際工作時間 | ≈ 4 h 15 m | ≈ 1 h 25 m |
| 團隊需要我介入的次數(審批及合併以外) | 12 | 1 |
PM 在兩張工單中作出並記錄了 31 項產品決策,每項都在規格文件中標明日期。
我沒有在旁監督
我沒有料到會是這樣。我沒有坐在旁邊監督整個過程。我吃飯、睡覺,也外出買日用品。RV1 的計時記錄顯示,從我提出要求到合併,前後用了 24 小時,但其中約 12 小時是在夜間,PR 留在 AWAITING MERGE 等我處理;其餘大部分時間,團隊都在等一個只有我能作出的決定。
兩項功能的 Agent 實際工作時間約為 五個半小時。這才是真正的轉變。你不必時刻看管這樣的團隊,只需在各個關卡出現。我不在時,沒有發生任何有風險的事。團隊只是等候。
第二張工單只在一件事上需要我,而且那是因為我自己的指示有誤。
這才是我現在在意的數字:不是分鐘數,而是團隊有多常需要我。第一張工單需要我介入十二次,大多是首次設定;第二張只需要一次。從我批准到收到最後通知之間的一切(契約、測試、建置、Playwright、審查、驗收檢查),都在沒有我介入的情況下完成。
出了甚麼問題(以及如何恢復)
ClickUp 的 MCP 伺服器在免費方案下每日約可處理 100 次呼叫,而且所有 Agent 共用這個限額。我們在工單處理到一半時用盡了限額。我們改在 PR 留言中發布報告,轉用標準 REST API,Agent 再補回相關資料。

我讓 Agent 使用一個根本不存在的輔助程式,還告訴它們絕不可讀取 token 檔案。四個 Agent 全都停下來,拒絕自行猜測做法。這讓人煩躁了八分鐘,但它們做得完全正確。
權限限制:將 PR 標記為可合併、合併至 staging、遷移共用資料庫。每次只花幾分鐘讓我新增一條規則。團隊從未繞過任何一項限制。
網頁測試無法發現原生程式錯誤。現在加入了實際點按測試,而手機檢查仍由我負責。
不需要大型電腦
我在 Mac 上執行這個團隊,但它不一定要在 Mac 上運作。Switch 可以在任何你能透過 SSH 連線的 Linux 電腦上執行其伺服器和 Agent:AWS EC2、Google Cloud、DigitalOcean、Azure,或價格相宜的 VPS。四個 Agent、它們的複本、測試和資料庫都在伺服器上執行。我仍可完全透過 Slack,在手提電腦或手機上工作;PM 通知我時,我可以把分支拉到喜歡的任何 IDE,或在 GitHub 上查看並合併。不需要高階電腦。(我還未以這種方式執行;步驟載於儲存庫。)
試用前我會給你的建議
- 從用戶提出的需求開始。競爭對手的評價,就是別人的用戶已經替你寫好的待辦清單。讓研究成為一個獨立工作空間,而非附帶任務。
- 給 Agent 的架構,應與你給人的一樣。規格、契約、預先撰寫的測試、審查,以及一位負責人。帶來差別的是這些,而不是更好的提示詞。
- 契約讓並行開發成為可能。 API 定案後,前端可根據模擬資料開發,後端則進行正式實作。
- 把 Agent 的指示放進程式碼庫。 這樣一來,改進團隊只需提交 pull request,而且所有人都會使用同一版本。
- 以權限管控危險操作,不要只靠文字指示。 指示固然有用,但拒絕清單更可靠。
- 讓負責編寫測試的人,與負責讓測試通過的人分開。 這是你能買到最便宜的保險。
在自己的程式碼庫運行這支團隊
所有內容都放在程式碼庫的 squad/ 之下:兩個 Switch 範本、四個 Agent 的指示、一個設定指令碼,以及權限檔案。
- Fork 程式碼庫;只允許 squash merge,並保護
master。 - 在 Switch Console 中連接 Slack(或使用隨附的 Mattermost)。
-
範本 → 匯入
squad/templates/squad.template.yaml→ 使用,並填入你 fork 的網址。Switch 會建立四個 Agent,各自使用自己的 clone,並#rupiverse-hq。 - 設定一個免費的 ClickUp 空間(10 分鐘,核對清單)。
- 執行
./squad/setup.sh --root <folder with the four agent clones>,設定權限、資料庫、.env檔案、ClickUp 和 hooks。 - 在
#rupiverse-hq中輸入@pm hello。它會儲存兩個房間範本,並開啟#rupiverse-research。 - 有一張工單正等著你。 設定指令碼會把 RV5 · Theme toggle(應用程式的淺色/深色/系統模式切換)放進 ClickUp 的 BACKLOG。開啟工單,然後告訴 PM:「從 BACKLOG 接手 RV5。先問我你需要甚麼,然後開始處理。」 回答它提出的問題並批准,然後看著一個房間建立起來,團隊把工作從契約推進到測試失敗,再做到有一個等待你合併的 PR。你會當一小時的創辦人。
下一步
RupiVerse 是我長久以來一直希望存在的理財應用程式:一個真正瞭解你的錢花到哪裏去的地方。它仍處於早期階段。但經過這兩天,如何建構它已不再是問題。
這支團隊會留下來。
為 WeMakeDevs、DevTools Academy 和 Switch 主辦的 Flip the Switch 黑客松而製作。Agent 指示、規格、提示詞,以及本文大部分內容,都是透過 Wispr Flow 口述而成。 #HowISwitch
來源:DEV Community · dev.to








