最近很多團隊都在想同一件事：既然 AI coding 工具已經能讀 repo、改程式、跑測試，是不是做一個地方把需求排進去，讓它們輪流執行就好了？
表面上，這像是在做一個「派工平台」：收到需求、挑一個模型、塞進 prompt、等結果回來。但從 CTO 的角度看，我認為真正該被產品化的不是 prompt 派送，而是整個執行過程的主控權。Agent 可以是很好的 worker，卻不該自己兼任流程引擎、稽核系統與最終決策者。
這個差別，在 demo 階段不太明顯。一個人坐在終端機前，用互動介面一路回答問題，看到它要改哪個檔案、要不要執行某個指令，隨時可以插手。這種方式很有效率，也很適合探索。但當任務開始變長、同時有多個需求、多人要交接，或是工作牽涉正式 repository，互動式 session 就會變成不可靠的流程骨幹。
原因不是模型不夠聰明，而是 session 本質上是暫時的。它可能中斷、壓縮上下文、換模型、換機器，或因為一個沒有預期到的提問停住。若我們只知道「某個 Agent 好像跑到一半」，卻不知道它讀了哪個版本、改了什麼、測試跑到哪裡、為何停下來，這不是自動化，只是把不確定性包成一個背景程序。
先把任務當成有生命週期的工作
我會先替每個 coding 任務畫出明確的狀態，而不是只用「進行中」和「完成」兩個欄位。舉例來說，任務可以經過：準備上下文、規劃、實作、測試、審查、等待決策、完成或失敗。每一次轉換都要有原因、輸入和輸出。
這聽起來很老派，像是在替 AI 加一層傳統工作流；但恰恰是這層老派的結構，讓 AI 可以真的進入工程流程。當任務從規劃走到實作，我們應該知道核准的是哪個 plan；當測試失敗，系統應該區分是程式缺陷、環境問題還是需求不清；當任務被取消，也要留下它停在什麼位置，而不是讓下一個人從一大段對話紀錄裡考古。
狀態不該只記 Agent 想做什麼，而要記已被確認的事實。這對重試尤其重要。重跑一個任務，不代表把所有事情從頭再做一次；平台必須能判斷哪些步驟已完成、哪些證據仍有效、哪些工作區需要清掉重建。否則「重試」很容易變成多改一次檔案、多送一次請求，最後誰也說不清結果是怎麼來的。
把決策從 TUI 裡救出來
我很不喜歡把正式流程建立在解析終端機畫面上。TUI 很適合人機協作，卻不適合當平台與 Agent 之間唯一的協定。畫面文案會變、輸出格式會變、不同版本的行為會變；更重要的是，畫面上的選項往往沒有被保存成可查詢的業務資料。
比較穩健的做法是：當 Agent 遇到需要決定的地方，明確產生一筆結構化的「需要決策」事件。它要說清楚問題是什麼、目前上下文、受影響範圍、有哪些選項、各自風險、建議方案，以及後續如何恢復執行。
這裡的重點不在 JSON 長得多漂亮，而在於決策從「某人當時在視窗裡按了一個鍵」變成流程的一部分。低風險的選項可以依 policy 自動採用；需要審查的工作交給 reviewer；真正影響正式環境的動作才交給有責任的人確認。無論選了哪一條路，決策本身都會留下來，下一輪 Agent 取得的是已確認的事實，而不是猜測前一個人當時的意圖。
工作區隔離，是讓速度不變成事故
另一個容易被忽略的地方是執行環境。若多個 Agent 直接在同一個工作目錄改東西，速度看起來很快，實際上是在累積互相踩檔、污染未提交變更、測試結果失真的風險。
我傾向讓每一份工作都有隔離的 Git worktree，必要時再往下加 sandbox。這不表示每個任務都要做得像高安全實驗室，而是先保住幾個基本原則：它從哪一個 commit 開始、改動是否只屬於它、測試在哪個環境跑、產出能否被獨立檢視。預設不直接 push、不自動部署、不取得正式憑證，並不是不信任 Agent，而是把信任放在可以逐步增加的地方。
隔離還有一個管理上的好處：review 不必相信一段口頭摘要。平台可以交出明確的 diff、測試結果、使用的基準版本與任務事件，讓人看得懂這次改動到底解了什麼，又留下哪些風險。AI 寫程式最容易被誤解的地方，就是大家只看它最後說「完成了」，卻沒有把完成的證據當成產物。
Queue 的 source of truth 應該是資料庫，不是某個 session
因此，真正的 orchestrator 不該只是排隊器。它至少要保存需求原文、程式版本、核准計畫、工作區、步驟事件、Agent 執行紀錄、測試證據、成本與人類決策。命令列 session 可以拿來 resume，卻只能是最佳化，不該是唯一真相。
這個設計會多一些工程成本，也會讓一開始的架構沒有那麼炫。但我寧可先把最小流程做窄：從需求進來、建立隔離工作區、分階段執行、跑測試、回傳 diff 與結果，而且不自動 push。等這條路穩了，再談平行執行、更複雜的 policy、更多模型和更高的自動化程度。
AI coding 的價值從來不只是讓更多模型同時工作。真正的價值，是讓團隊可以放心把更多可驗證的工作交出去，同時仍知道誰在做什麼、為何停下來、下一步由誰負責。當平台掌握狀態、證據與停止權，Agent 才不只是會寫程式的聊天工具，而會成為可以被管理的工程產能。