他一个人跑着100个AI Agent，CI、测试、部署、Code Review全包了
公众号名称：AI知识体系礼记
作者名称：jerry
发布时间：2026-06-04 09:13
前天在OpenClaw的Discord里刷到一条消息，创始人r（Peter Steinberger，也是PSPDFKit的创始人）自曝了他每个月的AI支出和目前的开发架构。
数据我看了好几遍。
每月AI API费用五位数（美元），同时跑着100多个Codex agent，从写代码、跑测试、部署到代码审查，全流程自动化。换句话说，CI、测试、部署、Code Review——这四条传统研发团队最吃人力的管线，他全交给AI了。
这个数字让我愣了一会——我之前预估过AI Native开发的成本，但看到真实数字的时候还是有点意外。
评论区有人问：“你这是用AI在替代团队？”
r的回复很直接：不是替代，是重新定义了”开发”这件事。从CI/CD到AI DevOps，不是工具的进化，是范式的跃迁。
这句话，让我想了很久。
01
一个被低估的数字：100+Codex同时跑意味着什么
100个Codex agent同时跑，这个数字值得停下来好好想一想。
我们现在的AI辅助编程，是什么状态？一个开发者坐在电脑前，用Cursor或GitHub Copilot，AI帮你补全代码、写个函数、改个bug。这是一个1对1的关系——一个人类，配一个AI助手。
但r的架构不是这样。
他描述的场景是：你提交一个PR，100多个Codex agent同时启动。有的在跑单元测试，有的在做代码审查，有的在检查安全漏洞，有的在生成文档，有的在对比上一次commit的diff，有的在模拟不同系统环境下的兼容性。
这些agent之间不是孤立的。它们会互相通信——测试agent发现一个bug，直接把上下文抛给修复agent；修复agent改完代码，自动触发新一轮审查。
你作为”人类开发者”的角色，从”写代码”变成了”看总结”。
换句话说，CI、测试、部署、Code Review——全管线都在AI的闭环里跑。人只做一件事：确认结果。
为什么这个数字让我觉得震撼？不是因为100多这个量级本身，而是它揭示了一个底层逻辑的转变。
02
从CI/CD到AI DevOps：被改写的不是流程，是”谁在做决策”
CI/CD这套东西，我们已经用了十几年。
Jenkins、GitHub Actions、GitLab CI，本质上都是自动化执行预定义规则。你写好了YAML配置，告诉它”push代码后跑这个命令”、“构建成功后部署到那个环境”。它在做你让它做的事，不会多做一件事，也不会少做一件。
这是规则驱动的自动化。
AI DevOps是目标驱动的自动化。
区别在哪？
CI/CD里，你告诉流水线”怎么跑”。AI DevOps里，你告诉agent”要达到什么结果”。
举个例子。传统CI/CD下，代码push后，流水线跑测试。3个测试挂了，流水线报红，发个通知给你。然后你醒来看到通知，打开代码，看日志，定位问题，修bug，再push。
AI DevOps下呢？3个测试挂了，bug-fixing agent自动看日志，自动定位问题，自动生成修复代码，自动跑一遍测试验证，通过了，合并进去。整个过程你不需要参与。
你在干什么？你第二天早上打开dashboard，看到一条绿色通知：昨晚有3个测试失败，已自动修复并合并，变更摘要如下。
这里面有个根本的区别。
CI/CD是”机器执行，人决策”。AI DevOps是”agent执行，agent决策，人监督”。
决策权从人转移到了agent。这不止是工具的变化。是权力结构变了。编程这件事的”驾驶位”，换人了。
03
为什么说这是”范式跃迁”，不是”工具进化”
为什么说这是”范式跃迁”而不是”工具进化”？我梳理了一下AI编程这两年的演进路线，大概三个阶段：
第一代：AI Copilot时代（2021-2024）
代表产品：GitHub Copilot、Cursor。AI是你的副驾驶，坐在你旁边，帮你写代码。你是主驾驶，方向你把握，油门你踩，它只是在旁边提示。产品形态：IDE插件。编程范式：人写代码，AI补全。
第二代：AI Agent时代（2024-2025）
代表产品：Devin、Claude Code、Codex。AI不只是补全代码，它可以理解一个任务，自主完成一个完整的开发流程。你告诉它”做一个登录页面”，它自己搭建项目结构、写前端代码、写后端API、写测试。产品形态：独立agent。编程范式：人描述需求，AI写代码。
第三代：Agent集群时代（2025-现在）
这就是r在做的事。不是1个agent帮你写代码，是100个agent组成一个”数字工程团队”。有的负责前端，有的负责后端，有的负责测试，有的负责安全审计，有的负责DevOps。产品形态：agent swarm。编程范式：人定义目标，agent集群执行，人监督结果。
这里面的核心变化是什么？编程的主体变了。
第一代：主体是人，AI是工具。第二代：主体是单个AI，人是需求方。第三代：主体是AI集群，人是监督者和管理者。量变叠在一起，就变成了质变。
04
AI Native开发的三个核心特征
这段时间我自己也在密集用AI编程，结合r的架构，我能感觉到AI Native开发和传统开发之间，有三个本质区别。
第一个特征：自治性
传统开发：人驱动流程。需求评审 → 技术方案 → 编码 → 测试 → CR → 部署，每一步都是人在推。
AI Native：agent驱动流程。你定义目标，agent自己决定步骤、自己执行、自己检查结果、自己纠错。
r在Discord里提了一个细节：他的Codex集群有一个”调度agent”，负责分派任务、监控进度、处理冲突。这个调度agent的决策逻辑，不是预定义的规则，而是基于任务上下文动态生成的。
说实话，这个自治性一旦成熟，“项目经理”这个角色会被彻底改写。
第二个特征：并行性
传统开发：并行受限于人数。你有5个工程师，理论上可以有5个并行任务。但实际上，代码依赖、沟通成本、合并冲突，都会降低真实的并行度。
AI Native：并行受限于算力。100个agent可以同时在不同分支上工作，冲突自动检测、自动合并，失败的自动回滚。这种并行度，人类团队永远达不到。
这带来的不只是速度提升，而是一种完全不同的开发节奏。
传统开发是”串行驱动”——你做完了我才能做。AI Native开发是”并行探索”——100条路径同时试，最佳路径自动胜出。
第三个特征：自愈性
传统开发：出问题了，发告警，等人在线，人排查，人修复。
AI Native：出问题了，agent自动检测、自动诊断、自动修复、自动验证、自动记录。整个过程不超过几分钟。
r提到他有一个”on-call agent”，7×24小时监控生产环境。发现问题后，不需要叫人起床，直接启动故障处理流程。第二天早上，你看到的是一条完整的故障报告和修复记录。
自治、并行、自愈——这三个东西加起来，就不是”开发工具更好用了”，而是”开发这件事的定义变了”。
05
这个图景，离普通开发者有多远
说实话，r现在的架构——100+Codex agent集群、全自动DevOps流水线、每月五位数美元的AI支出——这不是普通开发者现在就能复制的。
但这个图景的价值，不在于你现在能不能复制它，而在于它告诉你终点在哪。
就像2015年看Google的Kubernetes集群管理，普通公司根本用不上。但那个图景告诉你：容器化是未来，微服务是方向。现在呢？Kubernetes烂大街了。
r现在做的事，本质上是在画一张”AI DevOps时代的蓝图”。
有几个趋势，我觉得普通开发者是能抓住的：
第一，Codex/ACP这类agent harness正在快速成熟。OpenClaw的Codex框架本身就是开源的，你现在就能用。虽然跑不了100个，但跑2-3个做代码审查、自动测试，完全可行。
第二，AI API成本在持续下降。r现在每月五位数，是因为他跑的量极大。但我查了一下，GPT-4级别的API价格从2023年到现在已经降了90%以上，这个趋势只会继续。
第三，agent集群的”最小可行版本”其实没那么复杂。你不需要100个agent才能开始。从1个开始，先让它做代码审查。再加1个，做自动测试。再加1个，做安全扫描。逐步演进。
06
最后
写完这篇文章，回头再看标题里那四个词——CI、测试、部署、Code Review——我自己有一个很强烈的感受。
r在Discord里说的一句话，我印象很深。有人问他：“你一个团队都没有，全靠AI在跑，不觉得孤独吗？”
“我的团队是100个永远不会请假、永远不会忘记上下文、永远在学习的工程师。孤独吗？可能有一点。但更多的是兴奋。”
这个回答，让我想起Paul Graham之前说过的一个比喻——工业化之前，大多数人都很强壮，因为体力劳动是日常；工业化之后，只有去健身房的人才强壮。
AI时代的编程，可能也是一样。
以前，做开发必须要有团队协作，这是工作的日常。但未来，懂得指挥AI集群的人，和只会单打独斗的人，之间的距离会越拉越大。
这不是”要不要学”的问题。是”什么时候开始”的问题。
r现在做的事，5年后回头看，可能就是今天看Kubernetes的感觉——那时候100个AI agent自动包揽CI、测试、部署和Code Review，就像今天用Git push一样稀松平常。
而我们现在，正站在这条线的最前端。
· 核心信息来自OpenClaw Discord创始人r（Peter Steinberger / steipete）的自述帖
· OpenClaw目前310k+ GitHub stars，5700+社区技能
· Peter Steinberger前PSPDFKit创始人（约$100M退出），2026年2月加入OpenAI负责个人Agent产品，OpenClaw已移交独立基金会运营
内容效果不满意？点此反馈