AI Coding 特种兵：从“写代码的人”到“Agent 军团的边界制定者”

“AI Coding 特种兵”常被误解为“用 AI 把代码写得最快的人”。恰恰相反，真正区分特种兵与普通使用者的，不是生成速度，而是是否在为 Agent 划定不可逾越的自动化天花板，并让天花板由代码机械执行，而非由提示词口头约定。

问题的根源不在“AI 写错了代码”，而在“AI 做了它不该做的决定”

一个没有层级约束的编码助手，面对改一个错别字和面对一次数据库 Schema 迁移，行为模式完全相同：它都会尝试。真正危险的失败不是“代码质量差”，而是 Agent 在修复一个 bug 的过程中顺手改了认证逻辑，在一次重命名中引入了一次不可逆的迁移。Cursor 在 2.8 万行遗留系统重构中的实测印证了这一点：完成度 70%，但支付层硬编码币种、guardrail 与业务逻辑冲突，后续需要人工修复 2.5 小时。局部最优的根源，是 Agent 没有被赋予“什么级别的问题只能做到什么程度”的工程约束。

天花板必须是机械的，不能是语义的

分层 Agent 团队的设计给出了可落地的答案：T0（实习工程师）最多改 2 个文件，不碰认证、密钥、加密、迁移和依赖路径；T1 在既有模式内工作，遇到接口变更即升级；T2 处理模糊性、子系统与迁移，遇到不可逆工作即升级；T3 才拥有人类授权范围内的最终决定权。关键在于，置信度不能抬升天花板——一个“确信自己正确”的 T0 Agent，仍然是 T0，仍然不能触碰认证路径。

这种约束必须由代码强制执行，而非写入 System Prompt 寄希望于模型自觉。以下是一个最小化的天花板拦截器，在 Agent 试图写入文件前做路径与变更范围的机械判定：

from pathlib import Path

AUTH_PATHS = {"src/permissions.js", "src/auth/", "src/crypto/"}
DENIED_SUFFIXES = {".sql", ".env", ".pem"}
T0_MAX_FILES = 2

def enforce_ceiling(agent_tier: str, changed_files: list[Path], diff: dict) -> None:
    if agent_tier != "T0":
        return
    if len(changed_files) > T0_MAX_FILES:
        raise PermissionError(
            f"T0 ceiling: {len(changed_files)} files exceeds limit {T0_MAX_FILES}. "
            "Emit HANDOFF to software-engineer."
        )
    for f in changed_files:
        s = str(f)
        if any(s.startswith(p) or s.endswith(sfx)
               for p in AUTH_PATHS for sfx in DENIED_SUFFIXES):
            raise PermissionError(
                f"T0 ceiling: {s} is on an auth/secrets/migration path. "
                "Stop. Emit HANDOFF with trigger: security-surface."
            )
    if diff.get("adds_dependency"):
        raise PermissionError("T0 ceiling: dependency additions require escalation.")

这段代码的工程含义在于：拒绝发生在写入之前，且拒绝信息直接指向交接目标。T0 Agent 收到的不再是模糊的“你做得不对”，而是一条可执行的指令：停止，向 T1 发出 security-surface 交接。天花板从“建议”变成了“不可绕过的门禁”。

特种兵的编排逻辑：流水线而非单点

天花板只解决“不能做什么”，不解决“如何把能做好的事串起来”。Uncle Bob 的 Gauntlet 流水线提供了另一种纪律：Specifier 将需求转为 Gherkin 验收场景，Coder 只负责红→绿，Cleaner 做 CRAP 分析与复杂度拆分，Hardener 用变异测试杀死“假测试”，每个角色在干净上下文中工作后即退出，不累积思维残渣。腾讯云 CodeBuddy 的实践则从另一个方向验证了同一结论：99% 代码由 AI 生成，但人的位置从“逐行写”移到了“定意图、划边界、验结果”，4 名工程师 4 个月完成原本一年的架构升级。

特种兵的工具栈不是“一个最强的模型”，而是一个按任务性质分工的组合：Claude Code 承担需要规划—执行—验证闭环的复杂 Agentic 任务，Cursor 承担 IDE 内的日常编辑与局部重构，CodeRabbit 类工具守住 PR 门禁。选择组合的依据不是模型排名，而是每类任务的可逆性：可逆的日常编辑允许高频交互，不可逆的跨服务重构必须走带自我审查和验证闭环的 Agent 链路。

人的剩余职责：划定天花板，而非审阅每一行

当天花板由代码强制、流水线由角色接力、工具按可逆性分工之后，特种兵的产出不再以“写了多少代码”衡量。平安在试点高频迭代系统中 AI 入库代码占比已达 60%，其核心实践不是更好的提示词，而是将项目私域的架构规范批量转化为 Lint、ArchUnit、P3C 等 CI 强制校验，让人和 AI 的产出通过同一道门。特种兵真正不可替代的工作，是决定哪些边界不能交给 Agent、哪些验证必须由确定性代码完成、哪些失败必须触发人工介入。天花板越清晰，Agent 能安全活动的空间反而越大。