01背景:AI Native 带来的开发模式变化
过去是"人写代码、工具辅助";现在越来越多是"人定目标和边界、Agent 执行"。
开发模式在怎么变
| 维度 | 传统开发 | AI Native 开发 |
|---|---|---|
| 谁执行 | 工程师亲手改代码、跑实验、看数据 | Agent 读代码、改代码、跑 bench、写报告;人负责定方向和验收 |
| 节奏 | 一人一天几次实验 | 多个 Agent 并行,一天可以跑几十轮"改-测-比" |
| 经验在哪 | 在工程师脑子里、组内 wiki、口口相传 | 在一次次会话里;会话一结束,上下文就没了 |
| 质量靠什么 | 个人经验 + Code Review | 需要明确写下来的规则、可机器校验的契约、可复现的评测 |
| 人的角色 | 执行者 | 规则制定者、审核者、方向决策者 |
Agent 承担的工作越来越多
做实验
在 GR00T / Pi0.5 等模型上做图优化、算子替换、kernel 调优,一轮一轮地改了测。
做判断
决定这个优化项值不值得、要不要保留、下一优化项做什么——过去这是资深工程师的活。
做沉淀
把结论、证据、踩过的坑写下来,交给后来的人和 Agent 使用。
问题随之而来:Agent 没有长期记忆,每次开新会话都是"新人";多个 Agent 各干各的,结论互相覆盖、互相矛盾;Agent 自己报的数字,人很难判断是否可信。
知识库在新开发模式中的位置
左:知识库位于人和并发 Agent 之间,是任务、规则和结论的唯一汇合点。右:示意曲线。知识库建设得好不好,决定了多加一个 Agent 是增加产出,还是增加重复和冲突。
并发的上限由知识库决定
Agent 能随时加,但只有共享同一份记忆和规则,N 个 Agent 才是 N 倍产出,而不是 N 次重复。
人的带宽由知识库放大
人不可能盯每个会话。规范把共性要求前置,lint 拦住格式问题,人只审关键判断,一个人能支撑更多 Agent。
产出会复利累积
每一轮被采纳的结论都会让下一轮选题更准、试错更少,知识库越完善,后续每个 Agent 的起点越高。
- 长期记忆:做过什么、结果怎样、哪里是死路,跨会话、跨 Agent、跨人都能查到。
- 共同规则:所有 Agent 按同一套规程干活,不靠每个人在 prompt 里各写一遍。
- 可信账本:只有经过统一评测、人工审核的结论才进入正式知识,后来者可以直接信任和引用。
- 调度依据:下一优化项做什么,由知识库里的已有结论推出来,而不是靠 Agent 临场发挥。
02通过知识库解决哪些痛点
这些都是我们在 Agent 做模型优化时真实遇到的问题。
经验散落在会话里
一个 Agent 花几小时得出"这条融合在 Thor 上没收益",会话关掉就丢了,下一个 Agent 又试一遍。
重复试错、反复踩死路
已经验证过不行的方向,没有地方记录"别再做",被不同 Agent 反复尝试。
数字不可信、口径不统一
每个 Agent 用自己的脚本、自己的 warmup 和统计口径测,报出来的加速比无法横向比较。
没人统一决定"下一优化项"
多个 Agent 同时挑题,有的重复、有的冲突,资源花在低价值方向上。
经验难跨模型、跨硬件复用
在 GR00T 上学到的东西,换到 Pi0.5 或换一块卡,就不知道还算不算数。
新人 / 新 Agent 上手成本高
规矩靠口头传授,新接入的工程或 Agent 不知道哪些能做、哪些不能做。
知识会过期,却没人知道
软件栈升级后,旧结论可能已经不成立,但仍被当成事实引用。
Agent 写错的东西污染全局
如果 Agent 能直接改正式知识,一次错误结论就会被后续所有 Agent 采信。
03如何写入知识库:统一规范约束 + 人工审核
核心设计只有两条:规范由工具统一下发,Agent 照章办事;Agent 只能写草稿,正式知识由人放行。
第一步:用 agent-kit 把统一规范导入工程
agent-kit 解决的不是"写几条 prompt",而是:规范只维护一份,按场景裁剪,再翻译成各 Agent 工具能读的格式,并支持一处更新、多仓同步。
对接不同 Agent 工具
Cursor 读 .mdc 规则,Claude Code 读 CLAUDE.md / AGENTS.md。同一套规范正文,由适配层生成各工具入口,避免每个工具手抄一份、互相漂移。
应用约束到新工程
新仓一条 agentkit apply --profile …:按 profile 选中规范包,写入规则目录、索引和本仓标记 .agentkit.toml。Agent 一打开工程就按统一规矩干活。
更新约束、防止漂移
规范只在 agent-kit 改。已登记的目标仓跑 agentkit sync(或 sync --check)批量对齐;不用每个仓、每个人各自改 prompt。
agent-kit 架构
规范正文和 profile 只在 agent-kit 维护;CLI 负责校验与下发;适配层翻译成 Cursor / Claude Code 等工具的入口文件;业务仓只消费生成物。
新工程接入:apply
在目标仓根目录执行 agentkit apply --profile product-dev(可加 --register 登记进中心 agentkit.toml)。会写入:
.cursor/rules/agent-kit/:工具自动加载的规则AGENTS.md:索引(含 on-demand 规程).agentkit.toml:本仓 profile / 版本标记
已接入仓更新:sync
中心改完规范后,对 [[targets]] 里登记的仓库执行 agentkit sync 批量重写生成物;sync --check 用于 CI:磁盘与应生成结果不一致则失败,防止有人手改或漏同步。
不同场景用不同 profile(如 product-dev 带上优化闭环、评测、入库等规程),不是全量硬塞。
规范里约束了什么(节选)
- 写入知识库只能走提交草稿的入口(
kb propose),草稿进入待审区inbox/ - 每条结论都要附证据:评测产物、版本信息、适用的模型 / 硬件 / 软件栈
- 性能数字必须来自统一评测产物,写明口径,不得手抄或估算
- 没有收益或失败的尝试也要写回,说明原因
- 直接修改正式知识目录
cards/ - Agent 执行审核放行(
kb accept)——这是人的专属动作 - 改写历史卡片;结论变了就提交新卡片并标注取代关系
第二步:人审核入库
kb propose 写入 inbox/kb lint 检查格式、字段、证据是否齐全kb accept 进入 cards/;不合格则退回修改机器管格式
字段缺失、证据路径不存在、版本没写——这类问题由 lint 自动拦下,人不用逐条看。
人管判断
人只聚焦机器判断不了的:这个结论成立吗?能推广到别的模型和硬件吗?
正式知识可追溯
每张卡片都有来源、证据和审核记录,出了问题能查到是哪次实验、谁放行的。
教学视频:从工程接入到人审核入库
以 demo-opt 工程 × Thor × GR00T 为例,演示 agentkit apply 导入规范、Agent 按规范提交草稿、人审核放行的完整过程(不讲选题 / 工单工作流,那部分见下一节)。适合第一次接入时观看。
视频:agent-kit 接入教学(规范导入 → Agent 写草稿 → 人审核入库)
04AiInfra 工作流:知识如何驱动下一轮优化
知识库不只是"存",更重要的是"用":正式知识直接决定下一优化项做什么、怎么测、怎么判。
kb next 按地图和规则推出唯一任务kb ticket 带上目标、约束和评测契约视频:AiInfraKB 工作流详解(约 14 分钟)
视频章节
- 要解决的问题:谁来决定下一优化项
- 如何分工
- 知识库里有什么
- 一张卡长什么样(真实卡 kb-0019)
- 优化地图:阶段 × 节点 × 模块 = 格子
- GR00T × Thor:交付线与地图覆盖
- 卡片里记下的优化项(GR00T 开发会话数据)
- kb next:怎样选出唯一的下一格
- kb ticket:把这一格发成工单
- 算子级评测:kal evald 的一轮
- 模型级评测:走 Forge Service
- 算子级真机例:thor-003 上两轮 RMSNorm
- 交回:从实验日志到地图
- 除了格子结论,还有哪些知识通道
- 现状:跑通了什么、方案定了什么
- 下一步:按统一评测里程碑推进