从单体智能到多智能体协作:AI DevSpace 与 WorkSwarm 实战手记
引言:开发者的工作方式正在被重新定义
过去一年,AI 编程最常见的画面是一个人对着一个模型提需求:写一段函数、修一个报错、补一个测试用例。模型回答得很快,但任务一变复杂,上下文就开始丢失,代码越写越散。今年的变化很明显:单体智能正在让位给多智能体协作。今天我花了一个上午,在华为云 AI DevSpace 里实际走了一遍这条路——从进入免费体验版,到在 AI Agent 开发实践中心看 WorkSwarm、AI 面试天团、DeepSeek Harness 等实践项目,再到浏览鸿蒙开发实践中心里“用 OBS 打造个人云相册”这个案例。这篇文章就是这趟实战的手记:多智能体到底改变了什么,又有哪些地方仍然需要人来把关。
一、从“问答”到“分工”:变化发生在哪里
单体智能的工作模式,本质上是一问一答。开发者是提问者,也是唯一的执行者和验收者。任务拆解、记忆、校验都压在一个人身上,模型只负责当下这一轮对话。多智能体协作则把这条链路拆开了:规划智能体负责把目标拆成步骤,编码智能体负责实现,测试智能体负责验证,评审智能体负责检查规范与安全。人在这个结构里的角色,从“写代码的人”变成了“定目标、定标准、做最终判断的人”。
这种变化最直接的好处,是上下文不再只装在一个对话窗口里。每个智能体只关注自己负责的那一段,交接靠明确的产物而不是靠口头约定:需求文档、接口定义、测试用例、变更记录。产物越清楚,协作越可靠。反过来,如果目标本身就是模糊的,多智能体只会把模糊放大——五个智能体朝着五个方向各跑一段,最后拼不起来。
二、AI DevSpace 实战:先从免费体验版开始
AI DevSpace 的入口提供了两个版本:体验版和持久化版。体验版是秒级启动的免费试用,全量功能,不消耗额度,试用结束后数据不保留、容器自动释放,剩余时间在页面上直接显示,我进入时还剩将近三个小时;持久化版则是按核时计费的工作空间,适合长期项目。我的建议很明确:第一次接触,先用体验版把流程跑通,不要一上来就开通计费版本。
进入之后,工作空间是空的:没有默认项目,等你去创建或者导入。左侧是项目列表、AI Shell、云端工作区等入口,右侧是 AI 知识精选、实践中心和开发指南。实践中心分得很细:AI 开发者空间、AI 云原生、鸿蒙开发实践中心、AI Agent 开发实践中心,还有 IaC 实践。每个实践中心下面都有明确的“实践任务”楼层,任务卡上写着要做什么、做到什么程度、能获得多少积分。这种“任务卡 + 实践页”的结构,对新手很友好——不用先读完一整套文档再动手,跟着卡片走,就能把一个最小闭环跑起来。
三、WorkSwarm:多智能体长什么样
在 AI Agent 开发实践中心,WorkSwarm 是最值得看的一个例子。它的定位是多智能体协作开发框架,主打的效果是把任务自动拆解、分配给多个智能体并行执行,再由框架汇总结果。页面上还列出了 AI 面试天团、DeepSeek Harness、AI 智能体应用开发与安全防护等项目,覆盖了从协作框架、评测到安全的不同侧面。
理解这类框架,关键不是背它的架构图,而是想清楚三件事。第一,任务怎么拆:拆得太粗,智能体之间互相等待;拆得太细,交接成本会吃掉并行的收益。第二,状态怎么同步:谁改了哪份代码、哪一步失败了、失败的原因是什么,必须有统一的记录,而不是散落在各自的对话里。第三,什么时候停下来问人:涉及架构取舍、数据安全、对外接口这些不可逆的决定,框架应该停下来等人的确认,而不是自己猜一个继续跑。
四、一个可以照着走的最小闭环
结合今天浏览的鸿蒙案例,我总结了一个个人开发者可以直接用的流程。案例本身是“用 OBS 打造个人云相册 App”,标签是应用开发、鸿蒙开发,页面上标注了 120 分钟,内容从账号准备、OBS 桶创建、权限配置,讲到在 DevEco Studio 里建工程、写界面和上传逻辑,最后在真机或模拟器上验证。这个案例的好处是目标完整:存储、界面、上传、浏览,四件事缺一不可,正好适合练多智能体分工。
第一步,读案例而不是抄案例。先在案例详情页停留足够的时间,把架构图、接口和步骤看明白,记下关键点:对象存储用来存原图,应用只存地址和元数据;上传失败要有重试;权限要按最小原则开。第二步,在 DevSpace 里建一个空项目,把案例里的目标改写成自己的需求清单,每一条写清楚验收标准,例如“上传一张照片后,相册列表里能看到它”。第三步,让规划智能体把清单拆成任务,编码智能体按任务实现,测试智能体跑通上传和浏览两条主链路。第四步,也是最重要的一步:人逐段看 diff,跑一次完整流程,再提交。
这个流程里,AI 负责的是速度,人负责的是方向和验收。速度可以交给智能体,方向不能。
五、容易踩的五个坑
第一,幻觉代码。智能体给出的 API、参数名、版本号可能看起来很像真的,但并不存在。凡是涉及 SDK 和云服务接口的地方,一定要对照官方文档核对,不能只看它写得像不像。第二,上下文漂移。长任务跑到后面,智能体可能忘了最初的目标。办法是把目标写进项目文档,每次交接都让它先复述目标再动手。第三,安全与隐私。不要把真实的密钥、身份证信息、生产数据库连接串贴进对话,也不要让智能体替你做需要实名或绑定的操作。第四,成本失控。免费体验版有时间限制,试用结束容器会释放,重要文件要及时保存到自己的仓库;持久化版按核时计费,长时间挂着不用的工作区要记得关。第五,把“跑通一次”等同于“完成”。一次成功可能是运气,换一组数据、断一次网、重启一次服务之后还能跑通,才算真正完成。
六、给个人开发者的检查清单
经过今天的实战,我给自己留了一份检查清单,也分享给读者。开始之前,先写一页目标和验收标准,不超过十条;进行当中,每完成一个任务就跑一次测试,不要攒到最后;提交之前,逐段看 diff,删掉看不懂的代码,问清楚它为什么这样写;结束之后,把过程写下来——就像这篇文章一样——下次遇到类似任务,直接复用清单而不是从头摸索。
结语:智能体是团队,开发者是负责人
多智能体协作真正的意义,不是让开发者少写代码,而是让开发者把精力放到更值得的地方:理解需求、设计结构、判断风险、保证质量。AI DevSpace 和 WorkSwarm 这类工具,把“一个人就是一支队伍”从口号变成了可以实际操作的流程。但队伍再大,也需要一个负责人。这个负责人,只能是人。
如果你今天也想试试,建议从免费体验版开始,选一个像“个人云相册”这样目标完整、步骤清晰的小项目,跟着实践中心的任务卡跑完一个闭环,再回来对照这篇文章里的五个坑检查一遍。跑通一次,你会对多智能体协作有一个完全不同的认识。
- 点赞
- 收藏
- 关注作者
评论(0)