一个人的习惯，一群人的资产：团队级 AI 工作流落地记
约 2062 字大约 7 分钟
AIVibe Coding
2026-07-04
上一篇结尾说，个人的实践跑顺之后，我在琢磨往团队层面推，等有体感了再写。这阵子拉着团队试点下来，坑踩了不少，体感也攒出来一些，今天先整理一版。
先说这段时间想得最透的一句话：规范这个东西，一个人写是习惯，一群人用才是资产。个人的 skill 再厚，离职那天也就带走了；沉淀成团队的，人走了，资产还在，还越滚越厚。
团队级，难就难在「人不一样」
个人级落地为什么顺？因为整条链路里只有一个口味——我的。团队级的第一道坎恰恰在这：十个人就有十种注释习惯、十套查询风格，把任何一个人的手册直接推成团队标准，另外九个都不服。
再往深处看，还有几层坎：
- 规范早就有，只是锁在抽屉里。大部分团队不缺规范文档，缺的是被使用的规范。写给人看的文档，新人入职翻一遍就再没打开过；skill 是写给 AI 看的，每一段对话都在生效。同一份内容，换个载体，命运完全不同。
- 老人有顾虑。把十几年的经验写进 skill 教给 AI，等于亲手稀释自己的不可替代性？这个心结不解开，共建就是空谈。
- 新人在裸奔。第一篇说过，AI 让新人跳过了被迫啃业务、啃代码的阶段，成长快是快，地基没打。团队没有一本官方的「AI 教科书」，新人就只能拿自己歪歪扭扭的提示词瞎教。
- 质量的方差被拉大。十个成员各养各的 AI，教出来的水平参差不齐，交付质量忽高忽低。个人级玩的是上限，团队级管的是下限——方差一大，比整体慢半拍更伤团队的信用。
分层沉淀：企业级 Skill 的三层结构
真开始推的时候，遇到的第一个设计问题：skill 放哪、放什么、谁来管？我们的做法是分三层，各管各的：
| 层级 | 沉淀什么 | 谁来维护 |
|---|---|---|
| 项目层 | 项目铁律：加密中心怎么调、依赖优先级、模块索引 | 项目 owner，变更走评审 |
| 团队层 | 最大公约数：分支规范、SQL 规范、日志规范、异常处理 | 全员共建，周会拍板 |
| 个人层 | 个人偏好：注释的口味、顺手的小技巧 | 各管各的，不做强制 |
分层的逻辑就一句话：越靠近项目的越统一，越靠近个人的越自由。项目铁律没得商量——AI 绕过加密中心这种事，出现一次都是事故；代码风格这类软规范，求最大公约数就好，别逼着全团队用一个口味写注释。
还有一条容易被忽略的规矩：
skill 要当代码来管
放进 git 仓库、走 code review、打版本迭代。改的是一行规范文字，影响的是全团队的 AI 产出，这种变更不能某个人拍脑袋就合进去。第三篇说「坑变成规则」，团队场景下还得加半句：规则的变更，得跟代码一样被看见。
另外别把 skill 写成一本大而全的书。按场景拆开、按需加载，编码规范一份、SQL 约束一份、排障指引一份——全塞在一起，上下文窗口被撑得满满当当，AI 反而顾此失彼，最重要的铁律被稀释在一堆无关细节里。
周会升级：从晒工具到攒资产
第一篇提过，我们团队每周有一次 AI 周会。以前的内容，翻来覆去是工具怎么用、又淘到了哪个好用的 Skill。现在议程里加了一块：踩坑复盘。
每个人把这周 AI 犯的错拿出来晒：谁家的 AI 又绕过加密中心了、谁被幻觉出来的 API 坑了半天、谁的 SQL 规范没拦住一次全表扫描。晒出来的坑，当场讨论要不要变成一条规则、进哪一层。周会拍板还有个小规矩：一条规则想进团队层，提案人得带着坑来——没踩过坑的规范，先放个人层跑一阵再说。第三篇说的「同一个地方不让它摔第二次」，放到团队层面就是：一个人的坑，全团队的 AI 都不用再摔。
新人的用法也变了。入职第一周，先读团队 skill 当入职手册——分支怎么切、SQL 怎么写、加密中心在哪，以前靠老人口口相传的东西，现在有了官方载体。第一篇担心的知识断层，至少被接住了一半。
把经验写进 skill，不是稀释自己的不可替代性，是放大自己的影响力。你踩过的坑变成团队的规则，载体上署的是你的名字——这比多写几行代码值钱得多。
底线必须统一，探索尽管自由
个人玩 AI，怎么折腾都是自己的事；团队推工作流，有些红线必须收口统一：
团队级红线清单
个人 skill 不强制统一，但这几条没得商量：自动化链路的任何凭证不碰生产；测试库权限按最小化原则发放；AI 的产出不直接推远端，必须过人的 review；敏感信息——密钥、内网地址、客户数据——一律不进 skill。个人自由探索的上限，就是这些底线。
自动化这块也做了收敛：bug 自动修复机器人不允许多人各养各的，收到平台统一管——Jira 的凭证、部署的权限、通知的链路走同一套人工闸门，出了问题一处可查、一处可断。第三篇那套「AI 干活、人按按钮」的设计，从个人纪律升级成了团队基础设施。
再往外延了一步：PR 提上来，先过一道 AI 预审，命名不规范、空指针风险、资源没关这类机械问题机器先拦一遍，人只盯业务逻辑和架构影响。review 的时长降下来，省下的精力正好花在更值钱的地方。
节奏：别想着一步到位
回头复盘，最大的坑是想一步到位。第一版方案我野心很大，恨不得把所有人的规范一次全统一，结果评审会上被喷得体无完肤——凭什么都按你的来？
后来改了打法：先啃硬约束，项目铁律、安全红线这些没人反对的，先把 AI 的致命错误拦住；代码风格这类软规范放进周会慢慢磨，磨出一条算一条。这段时间下来，团队层的 skill 从零攒到了几十条，没有一条是强推的，全是坑换来的。
推这种事，灰度的思路比运动的思路好使。
收个尾
四篇连起来，正好是一条完整的路：第一篇骂醒自己，第二篇拿回拍板权，第三篇把自己复制给 AI，这一篇把「我的」变成「大家的」。
个人跑得快是加法，团队沉淀下来才是乘法。AI 时代真正的团队基建，不是买了多少模型席位，而是那本越写越厚的团队手册——它决定了你的团队带出来的 AI，到底是什么水平。
核心就一句话
一个人写是习惯，一群人用才是资产。把个人的经验沉淀成团队的 skill，把踩过的坑变成全员的规则——人可以流动，资产只会增值。
不过话说回来，吹了这么多，效率到底提升了多少？需求吞吐、bug 率、review 时长，这些数字可不会陪着你抒情。这一路攒下来的账，下一篇文章拿数据出来算。先到这。
—— AI Vibe Coding 系列 · 未完待续