抽空继续写写 Wegent 项目开发过程（二）。

立项后我们决定先把原型打出来：一个能在云端同时跑多个 Claude Code 实例的后台系统。用户在网页里输入需求，服务端就会启动一个隔离的沙箱，让 agent 在里面完成开发，最后自动 PR 到 GitHub。

整个系统拆成了三部分：前端、后端、执行容器管理服务。刚好团队最初就三个人，于是简单粗暴按模块分工——一个人写前端，一个人写后端，一个人搞执行器。

按理说项目本身不算复杂，我们几个人对 AI 编程也都挺熟。但现实是大家只能利用空闲时间推进，而三个模块之间又高度依赖，结果就是：
A 做完一点等 B，B 做完一点等 C，C 做完一点等 A。A 收到 C 的反馈又发现方案要改……这样循环一周又一周。

中途 cursor 发布了 background agent，好消息是方向几乎一致；坏消息是前端同学为了比对交互，又额外花了几天时间。

跌跌撞撞折腾了一个多月，一个简单的MVP 才算真正落地。

作为负责人，能明显的感觉到有了AI开发之后，工期越发的估不准了：感觉需要写一天的复杂逻辑实际只要10分钟就能完成大概；感觉只是5分钟修几行代码的bug实际搞了一整天；而所有模块的开发者都对自己开发的模块并不熟悉，所谓模块负责人，只是谁问AI的区别。

回头看，在 AI 辅助开发的背景下，如果那时不是按“前后端”这种传统方式分工，而是按功能流程拆任务（比如三个人分别负责登录、配置、执行流程），原型说不定能更早做出来。甚至有可能把三个人换成一个人，速度反而会更快。

在 AI 时代，每个工程师都像是“超级个体”。写代码本身已经不是瓶颈，团队的瓶颈变成了反馈速度和沟通成本。

（待续）