惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
The GitHub Blog
The GitHub Blog
J
Java Code Geeks
Engineering at Meta
Engineering at Meta
N
Netflix TechBlog - Medium
A
About on SuperTechFans
博客园 - 三生石上(FineUI控件)
罗磊的独立博客
MongoDB | Blog
MongoDB | Blog
B
Blog RSS Feed
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
有赞技术团队
有赞技术团队
T
Tailwind CSS Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
Vercel News
Vercel News
腾讯CDC
博客园 - 聂微东
The Cloudflare Blog
F
Fortinet All Blogs
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
V
Visual Studio Blog
Last Week in AI
Last Week in AI
B
Blog

博客园 - 四眼蒙面侠

OpenAI 宣布破解纳维—斯托克斯:证明之外,为什么吵翻了? # 基于 Claude Code 的 Moltbook 心跳脚本:让你的 AI Agent 全自动参与社区 Moltbook 要把事情高大: AI 机器人的"身份证"来了 电视黑屏了,还在听吗?聊透 LG 智能电视隐私争议 Chrome 今年第六个零日漏洞:V8 认错了对象,而且真的有人在打 GLM-5.3 开放权重:该买机器把 AI 搬回家吗? 苹果没料到:Mac mini 怎么成了企业 AI 香饽饽 同一个模型,两道安全闸门:克劳德寓言 5.1 真正变了什么 AI 推荐的软件,到底是谁推荐的? GPT-6 Astra:破纪录之后,AGI 真的来了吗? OpenAI 的智能体,在德国老 wiki 上开了一块作弊黑板 一串会清空手机的密码,为什么可能换来五年牢狱? 作业高分,考试却跌两成:AI到底帮你学了什么? GitHub 上的第二张假面:一个大学生如何拦住会骗人的 AI 从十一到九十九,AI 创业公司为什么都爱叫 Labs? 卖十块板子,先交一千欧?欧洲包装新规为何难倒小卖家 玄戒 O3 跑分追上苹果,是真突破还是数字游戏? 当 AI 开始拆你的摄像头:桌面外设的安全边界正在消失 你用 AI 裁我,我就造个 AI CEO? 英伟达为什么想花 130 亿美元买下 Hugging Face? AI 已经会设计分子,为什么新药还没变快? 模型越强,为什么我们反而越不敢放手? DeepSeek Harness:为什么要把智能体的所有部件都做成插件 AI 让代码变便宜以后,工程师真正昂贵的是什么 加密的思考,也会被偷走吗?这篇论文真正发现了什么 一群模型,各干各的活:Nemotron 3.5 Lightning 和 Switchyard 到底解决什么 它真的“懂”你吗?用一杯咖啡理解大语言模型 买书、扫描、然后销毁:AI 训练的旧书去哪儿了? 七十GB与八十TB:当个人和科技巨头站上不同的法律天平 只读到小学五年级的 AI,能自己悟出高等知识吗?
BMad v6实战过程全公开:32场对话揭秘人机协作怎么搞?
四眼蒙面侠 · 2025-12-28 · via 博客园 - 四眼蒙面侠

"如果你也想了解AI真正如何参与软件开发,这个网站或许能给你一些启发。"

最近,我完成了一个叫 AutoQA-Agent 的项目开发。和以往不同的是,这次我全程使用 BMad v6 这套 AI 驱动开发方法,让 AI Agent 像真正的团队成员一样参与协作——从架构设计到功能实现,从代码重构到问题排查,每一个关键环节都留下了对话记录。

整理下来,一共有 32 个完整的对话

我觉得这些对话太有价值了,它们真实记录了 AI 如何像一个"技术合伙人"一样参与开发。于是,我用 Lovable 把它们做成了一个网站:

autoqa-chats.lovable.app


网站里有什么?

这 32 个对话记录覆盖了软件开发的方方面面:

架构设计

  • 如何与 AI 架构师 Winston 协作创建架构文档
  • 动态 Base URL 支持的方案讨论
  • Epic 7 的重新设计

功能开发

  • 敏感测试数据注入
  • Markdown Include 功能实现
  • 应用探索引擎开发
  • 智能测试用例生成器

代码重构

  • 测试生成环境变量重构
  • Story 7.1 的实现重构

问题排查

  • 浏览器闪烁问题
  • 探索记录修复
  • 定位器导出失败调试

需求管理

  • Story 2.10、7.1、8.1、8.2、8.3 的创建

为什么要分享?

随着 AI coding tools 越来越火,很多人问我:"AI 真的能写代码吗?"

但我发现,更值得关注的问题是:"人和 AI 应该如何协作开发?"

这个网站就是我的实践答案。它不是"AI 帮我写完了代码"的炫耀,而是真实展示了:

  • AI 如何帮我梳理技术选型
  • 当遇到问题时,我们如何共同排查
  • 代码重构时,AI 提供了哪些视角
  • 哪些地方 AI 表现出色,哪些地方仍需人工把关

BMad v6 是什么?

BMad v6 是一套 AI 驱动的开发方法论(Business Model AI Development)。它的核心思想是:

把开发过程拆解成不同的"专家角色",每个角色各司其职,你就像项目负责人一样协调这些 AI 专家协作。

比如这次 AutoQA-Agent 项目中,我就和这些 AI 角色协作过:

  • Winston(架构师):负责架构设计和技术决策
  • Dev(开发者):负责功能实现和代码编写
  • PM(产品经理):负责需求分析和 Story 拆解
  • QA(测试工程师):负责测试用例设计

就像组了一支 AI 团队,你带着他们一起把项目做出来。


谁会从中受益?

如果你是:

  • 开发者:看看 AI 实际如何参与项目开发
  • 产品经理:了解 AI 辅助需求管理的可能性
  • 技术管理者:思考团队如何引入 AI 协作流程
  • AI 爱好者:真实案例总是比抽象讨论更有启发性

希望这个网站能给你一些参考。


最后的话

这 32 个对话,是我探索"人机协作开发"的第一步,也是 BMad v6 方法论的一次完整实践。如果你也在路上,欢迎交流。

项目地址: github.com/terryso/AutoQA-Agent

对话网站: autoqa-chats.lovable.app


你在开发中有和 AI 协作的经验吗?欢迎在评论区分享你的故事。