DoorDash上周发了个东西，叫Flux。一个月跑了13万个工程任务，每周自动做25000次代码审查。

光看数字，大多数人第一反应是"又一个AI提效的漂亮数据"。但仔细看它解决的问题，我觉得比数字本身有意思得多。

Flux出现的背景是：DoorDash的工程师开始用AI Agent写代码，Agent跑在开发者自己的笔记本上。跑着跑着，问题来了——Agent吃CPU吃内存、依赖设备在线、能访问开发者手里的所有凭据，更关键的是，没人知道这些Agent在干什么、访问了什么、替谁操作。

这不是"AI不好用"的问题，恰恰是"AI太好用了"之后冒出来的问题。当Agent能自己跑完一个完整的代码修改流程，它就不再是一个"辅助工具"，而是一个需要被管理的生产角色。

从笔记本到云端，中间隔的不是技术

Flux的架构分四层：用Firecracker微虚拟机做隔离执行环境，搭了一个内部MCP网关控制权限和审计日志，用YAML定义可复用的Playbook，然后支持从Slack、GitHub、定时任务或命令行触发。

听起来是个标准的平台工程方案。但真正值得看的不是它怎么搭的，而是它为什么搭。

DoorDash遇到的问题，我猜不少团队都碰到过，只是没到需要建平台的程度。工程师在自己电脑上跑AI Agent，Agent需要读代码库、访问内部API、甚至可能碰到生产数据库的连接串。跑完了，代码提交了，但Agent到底看了什么、改了什么、有没有碰不该碰的东西——没人知道。

这事让我想起十五年前代码部署的演进。

那时候很多团队的部署方式是：开发者SSH到服务器，git pull，重启服务。快是快，灵活也灵活，但出了事故没人知道谁改了什么、回滚全靠记忆。后来CI/CD接管了这件事——不是因为它部署更快，而是因为它让部署变得可见、可控、可追溯。

AI编码正在经历同样的拐点。

从"能用"到"可管"的临界点

今天大多数团队用AI编码的方式，跟当年"SSH上去手动部署"差不多：开发者自己选工具，在自己电脑上跑Agent，跑完自己看结果，觉得没问题就提交。

团队只有三五个人、AI只处理边缘任务时，这没问题。但当AI Agent开始承担越来越核心的工作——代码审查、CI分流、值班任务、Ticket驱动的开发——这种模式就扛不住了。

扛不住的原因不是效率不够，而是三个管理问题：

第一，Agent执行过程不可见。代码审查时你只看到diff，但Agent为什么这么改、参考了哪些代码路径、访问了什么数据，Reviewer不知道。这跟"开发者说'我测过了'"本质上是同一个信任问题。

第二，权限边界模糊。Agent继承了开发者的全部权限，它该不该看生产日志？该不该访问用户数据？在金融业务里，这类问题不是效率问题，是合规红线。

第三，事故无法复现。如果一段有问题的代码是Agent写的，出了线上事故你怎么定位？你甚至不知道Agent当时的输入是什么、它看到了哪些上下文。

DoorDash的解法是给Agent执行加上"笼子"。MCP网关控制权限，每次操作有审计日志，Playbook定义安全边界。端到端搭建一个Sandbox只要五秒——包括启动微虚拟机、克隆仓库、装好构建工具。

GitHub Copilot也在走这条路，提供云端Sandbox环境，让Agent在隔离空间里跑，控制文件系统、网络和系统访问权限。方向是一样的。

大部分团队还停在"笔记本阶段"

我观察到的情况是，大部分团队在AI编码这件事上，还处在"每个人自己折腾"的阶段。有人用Cursor，有人用Claude Code，有人用Copilot，各自在笔记本上跑，各自对结果负责。

这在早期没问题。但如果你看一下AI Agent在你代码库里产出代码的占比趋势，这个数字每个月都在涨。当它从"偶尔用用"变成"日常基础设施"，今天这种松散模式会遇到跟当年手动部署一样的问题：出了事没人能兜底。

我觉得DoorDash做Flux这件事，信号意义大于技术意义。它不是在说"我们的平台比你的好"，而是在说：AI编码的成熟度，不是看模型能干什么，而是看组织能不能管住它在干什么。

这个判断，跟十年前评判一个团队的工程成熟度，不看它用了多先进的框架，而是看它的CI/CD和监控做得怎么样——几乎一模一样的逻辑。

对技术管理者来说，这可能意味着一个新课题：你不仅要关心团队用什么AI工具，还要关心这些工具在哪里跑、怎么跑、跑完之后留下了什么。不是给开发者配个License就完事了，而是要建立Agent执行的可见性和治理框架。

说实话，我自己对这件事也没有完整的答案。Flux的做法在DoorDash那种规模下合理，但十几人的前端团队是不是也需要一套Agent治理方案？这个度怎么把握，我还在想。

不过有一件事我比较确定：如果一个团队明年的AI代码产出占比会超过30%，那今天就得开始想这个问题了。不是买不买工具的问题，是这些工具在你的组织里怎么跑、谁看得见、出了事谁兜得住的问题。