先看证据
代理接手任务，先得接手团队的理由
Tenex提出的AI-native SDLC，是一套面向企业软件开发与代理协作的工程流程；其中的MetaHarness把项目文档、计划、决策和共享技能放进代码库，并配套CLI，让代理执行任务时不只读取代码，也能读取团队为何这样做。它针对的是一个具体问题：敏捷团队常把需求背景和判断留在会议、聊天与成员记忆里，而代理不会自动继承这些隐性上下文。
这套设计值得读，不是因为它让代理又多了一种写代码的方法，而是因为它把瓶颈从“怎么生成代码”移到了“怎么让组织的判断可传递”。当代码生成变快，计划里的遗漏也可能更快变成实现；如果上下文没有留下来，代理续做任务时就可能把错误前提执行得更彻底。
把项目记录变成代理可读的工作界面
MetaHarness的核心做法，是让项目记录与代码一起进入Git版本管理，并区分当前事实、计划和历史决策。Linear、GitHub等工具提供工作视图，但项目记录承担更接近“共同依据”的角色。这样，代理回来处理任务时，可以读取架构文档、决策、验收条件和验证命令，而不只是看到一张孤立的票据。
Tenex描述的流程从需求与权限、范围和计划开始，经过设计审查、构建、演示检查点、测试与QA，再到发布和上线后交接。票据需要关联验收标准，共享技能则把可复用做法固化下来。配套CLI还能检查哪些任务可做、计划是否缺项，以及项目记录和Linear是否一致；验证器则可拦截缺少PR、测试或签核证据的“已完成”状态。这些机制把“做完了”从一个口头状态变成需要证据支撑的判断。
这并不意味着文档越多越好。Tenex也承认，对小团队的单个项目而言，这种结构可能过重；记录本身还需要持续维护。它的价值取决于项目是否足够复杂、任务是否会被反复交接，以及团队能否让记录始终反映实际决策。
按交付付酬，仍会漏掉最重要的前置工作
Tenex最初反对按小时计费的理由很直接：如果AI让工程师更快完成任务，按工时收费可能让同一份工作反而带来更少收入。因此，公司把工程师报酬主要与交付的story points挂钩。Alex Lieberman在访谈中称，Tenex当时有75名员工，约90%是工程师或AI strategist；客户约一半来自财富2000强企业，另一半是中型企业。这些是创始人在访谈中的口述数据，并非独立核验的行业统计。
但按交付计量并没有消除激励问题，只是把问题从工时转到了“什么算交付”。Tenex认为，单纯担心工程师虚报点数或交付低质量代码，并不是它遇到的最大麻烦；AI strategist承担客户留存与增长责任，可以制衡只追求工程点数的倾向。更难计量的是理解客户问题、整理背景、设计架构，以及决定哪些事情不该做。CJ Hess说，随着模型能力增强，他自己直接写代码的时间减少，向模型提供足够客户上下文的工作增加。
这形成了AI工程组织里的一个计价缺口：可拆进票据的任务容易计分，决定票据是否值得存在的判断却不容易。若团队只奖励已经交付的点数，需求澄清和架构设计就可能被当成“没有产出”的时间；但如果不把这些工作纳入考量，代理只是更快执行现有计划，并不会自动帮团队选对问题。
能通过测试，不等于有人愿意使用
Latent Space团队发起的Kill My SaaS，为一个演讲者管理工具寻找替代方案。团队曾收到该软件每年4.3万美元的报价，最终收到72份投稿；人类评委选出的冠军，在AI评委的排行榜上只排第19。这组结果不是对AI评审能力的完整评测，却清楚提醒了一个边界：检查软件是否满足一组场景，和判断用户是否愿意长期使用它，是两种不同的工作。
自建软件的收益也不只是省下供应商账单。团队如果拥有自己的工作流，可以更快按演讲者和运营人员的实际需要迭代；但“能快速改”并没有抹掉维护成本。Tenex的反问是，尤其在大型企业里，替换已经嵌入业务的系统会更贵、风险也更高。一个工具是否值得自建，不能只比较采购报价和生成代码的成本，还要算上后续维护、迁移风险，以及谁来持续改善产品。
这也是AI代理评估与产品决策之间的分界。代理可以帮助实现需求，自动化检查也可以验证部分验收条件，但真实用户是否觉得流程更好，仍需要在实际使用中判断。Kill My SaaS的结果说明，拿AI评委的排名当产品质量的替代指标，容易把“符合描述”误当成“解决了问题”。
先标准化流程，再决定把哪一步交给代理
Tenex把企业AI采用的难点描述为从“员工会用模型”到“代理能在真实流程中稳定工作”的距离。如果同一职能的员工各自按不同方式处理事情，代理就难以判断什么是正确结果，团队也难以建立可靠评测。数据访问权限和基于角色的访问控制同样要先处理：代理是否能读某项资料，不只是工程配置，也关系到它能否被安全地放进业务流程。
因此，实际判断不应从“这个任务能否由代理完成”开始，而应先问流程是否足够清楚：输入是否明确，决策依据是否留存，验收条件能否验证，权限是否匹配。MetaHarness试图把其中一部分答案放进项目记录和工具链，但无法替团队判断哪些信息值得记录，也不能代替业务负责人确认结果是否有价值。垂直AI产品也面对相似取舍：通用代理能接手任务，不代表专属数据、集成、界面和用户习惯就不再重要。
对技术负责人而言，可执行的起点不是把所有工作都改造成代理流程，而是挑选会反复交接、上下文容易丢失且结果可以验证的任务，先沉淀计划、决策和验收证据，再观察维护这套记录是否比口头协调更省力。若项目足够小、变化少，轻量文档可能更合适；若流程不一致、权限边界不清，先做标准化比增加代理更重要。AI-native SDLC不是把人从工程中拿走，而是让人的判断能够被代理接续，同时仍然有人对结果负责。