跳转到正文
September 16, 2026

什么是面向AI编程智能体的软件工厂

在 Ivy Tendril 的定义中,软件工厂(Software Factory)是一套包含人工检查点的固定流程机制,专门将需求工单自动转化为经过严格测试的 Pull Request。输入一个需求或缺陷,智能体自动制定计划;人类工程师审查并批准计划;智能体在完全隔离的 Git 工作树(Worktree)中执行改动;自动化验证流程执行单元测试、代码规范检查与差异分析;工程师复核最终的差异报告;最后在 GitHub 上创建 Pull Request。这一系列执行阶段对所有任务都是标准化的,同时支持按任务灵活更换底层的 AI 智能体与大语言模型。整个工作流中严格设有且仅设有两个人类检查点——计划阶段与代码差异复核阶段,未经人工审核的代码绝不会直接合并。

工厂的工作阶段

1. 制定计划(Create plan)

输入可以是在 Tendril 中输入的一句需求描述、通过 Webhook 接收到的 GitHub Issue 或 jam.dev 缺陷报告、用 Whisper 转录的语音备忘录,或者直接拖入提示框的上下文文件。CreatePlan Promptware 会深入分析代码仓库并生成执行方案:包含修改范围、具体文件路径以及验证标准。

2. 草稿归档(Draft)

生成的计划会自动归入草稿箱。此时尚未对代码库进行任何修改,静待工程师阅读审阅。

3. 审核计划(Plan review)

这是第一个人工检查点。审阅人查看计划并可执行五项操作之一:直接批准、运行 ExpandPlan 展开更多细节、运行 SplitPlan 将庞大计划拆分为多个子任务、运行 UpdatePlan 进行局部调整,或者在草稿中添加批注以触发重新编写。暂不执行的计划可移入 Icebox 归档。

4. 在独立工作树中并行执行(Execute in worktrees)

一旦计划获批,ExecutePlan Promptware 就会在专属的 git worktree 和独立分支上启动选定的 CLI 智能体——如 Claude Code、Codex CLI、Copilot CLI、Gemini CLI 或 OpenCode 等。面向并行AI智能体的Git工作树一文深入解析了为何该隔离机制能让多任务并行运行既快速又安全。多个计划可同时并发运行,Jobs 视图实时流式呈现每个智能体的控制台输出,主干分支(main)始终不受影响。

5. 自动化验证(Verify)

系统在工作树中执行单元测试、代码规范校验(Lint)与差异静态扫描,并将结果附加至计划中。这是面向单一计划而非整个分支的持续集成(CI)实践。关于具体应设立哪些校验卡点,请参阅AI生成代码的自动化验证门禁。在 Pro 与 Enterprise 版本中,还支持直接同步 GitHub Actions 等外部 CI 的测试结果。

6. 复核差异(Diff review)

这是第二个人工检查点。Review 视图在一个标签页展示代码改动 diff,在另一个标签页展示测试验证指标。工程师确认无误后批准,或修改计划要求智能体继续迭代。

7. 提交合并请求(Pull request)

CreatePr Promptware 自动在 GitHub 上开启 Pull Request,并附带规范的改动说明。最终的合并操作在 GitHub 上按常规流程完成。该计划消耗的 Token 数量与计算成本会自动记录在控制面板(Dashboard)中。

为什么是两次人工检查,而不是零次或十次

零次检查意味着赋予智能体直接向 main 分支提交代码的权限。缺陷往往在影响线上服务或其他协作者后才被发现,回滚一次脏代码合并的成本远高于提前审查。这也意味着团队中没有任何人真正阅读并负责这段代码。

十次检查意味着每修改一行代码或每次工具调用都要人工点击确认。人类沦为最慢的瓶颈,智能体在漫长等待中失去并行优势,审查者最终因疲劳而麻木放行。

两次检查让人类工程判断力集中在价值最高的节点:在计划阶段,沟通偏差的修正成本最低,因为此时尚未编写任何代码;在 diff 阶段,功能正确性得到验证,改动完整呈现在眼前,由人类最终把关。其余所有繁琐流程全部由机器自动化承接。详细的状态流转逻辑请参阅生命周期文档

软件工厂为工程团队带来的变革

交付吞吐量飞跃。 借助多计划并行运行与仅保留关键人工节点的架构,团队的产能瓶颈不再受限于打字敲代码的速度,而是取决于审查决策的速度。Ivy 内部团队在落地该工作流后,每日交付的 Pull Request 数量从约 10 个提升至 100 个以上。

进度完全透明且可预测。 每项任务都严格经过相同的阶段,状态定义在全局范围内高度统一。控制面板能够清晰呈现各个阶段的任务存量、单个计划成本曲线与 Git 活跃度。

知识不断复用与沉淀。 每个阶段由独立的 Promptware 单元承载:包含指令规则的 Program.md、记录学习心得的 Memory/ 目录、受限权限的 Tools/ 以及完整的执行 Logs/。任务完成后,智能体会将关于当前代码库的新认知反哺回本地知识库。第十个任务能够直接享用前九个任务积累的工程智慧。深入了解请参阅Promptware:能自我优化指令集的智能体

软件工厂不是什么

  • 不是代码补全。代码补全只是在打字时预测下一行;软件工厂接收完整任务工单,产出经测试的 Pull Request。
  • 不是简单的聊天对话框。常规对话窗口没有任务队列、进程隔离、测试门禁与跨会话记忆。
  • 不是无人值守、随意提交主分支的黑盒智能体。没有人工许可,绝不擅自合并。
  • 不是取缔代码审查,而是对代码审查时机的高度重构。
  • 不是集中托管用户代码的云端 SaaS。Tendril 坚持本地优先架构:代码、计划、上下文记忆与日志始终留在本地开发机上。
  • 不绑定任何单一模型或供应商。

AI 研发的八个演进阶段

Steve Yegge 于 2025 年提出的“AI 辅助开发的 8 个层级”是一个极具价值的行业参考坐标。绝大多数团队目前仍停留在第 2 至第 3 阶段。具备多智能体并发、本地记忆与严格审查门禁的软件工厂体系,正是成熟的第 8 阶段形态。

层级 团队日常的实际研发方式
1 无 AI 介入。纯人工编写与审查全部代码。
2 编辑器代码补全。单行或小代码块采纳。
3 IDE 侧边栏对话助手。单人单对话,单函数级逐步交互。
4 IDE 智能体跨多个文件联动修改,开发者在旁实时监督确认。
5 终端中的单任务 CLI 智能体,指派任务后离线执行。
6 多个终端窗口并发运行多个 CLI 智能体,需大量手动协调以防冲突。
7 具有明确工作流与初步验证流程的智能体工具,通常为内部简易脚本。
8 编排调度体系:独立工作树并行隔离、持久化工程记忆、双检查点机制与计划队列。这正是 Ivy Tendril 的核心能力。

快速上手

在 macOS 或 Linux 系统上安装 Tendril:

curl -sSf https://cdn.ivy.app/install-tendril.sh | sh

在 Windows 系统上安装:

irm https://cdn.ivy.app/install-tendril.ps1 | iex

安装完成后,关联一个 GitHub 代码仓库,配置所选大模型提供商的 API 密钥,挑选合适的 CLI 智能体。先从一个简单的需求开始体验:生成计划、批准草稿、查看验证与 diff。首个 PR 成功合并后,即可尝试同时并发派发 3 个任务。安装指南提供了图文并茂的完整步骤。

常见问题解答

软件工厂会彻底取代代码审查吗?

不会。它将审查精力精准聚焦于价值最高的“方案制定”与“最终产物”两处,并将完整的自动化测试报告呈现在审查者眼前,让决策基于客观数据而非猜测。

支持哪些 AI 智能体?

Claude Code、OpenAI Codex CLI、GitHub Copilot CLI、Google Gemini CLI、OpenCode 等任何支持命令行调用的智能体。每个任务均可独立自由配置。

Ivy Tendril 是否收费?

基础版本完全免费,且基于 FSL-1.1-ALv2 协议开放源码。针对企业和团队的 Pro 计划(每用户每月 59 美元)提供了团队协作功能、本地私有部署支持、SSO 单点登录以及外部 CI 测试集成。详见价格方案


即刻开启 Ivy 智能工程之旅

准备好告别传统 UI 架构与低效编码模式,拥抱为 AI 智能体时代量身打造的现代化全栈工程体系了吗?

Written by

Ivy Team