画布如何让代理工作流可见、可控且成本高效

大学期间，我加入了VS Code中首批AI内联补全版本的beta测试。那感觉像是改变游戏规则的东西。自那时起，GenAI已从根本上改变了软件开发：代理与人类协同工作的混合团队，开发者处于中心位置，扮演愿景者和协调者的角色。我们正身处这一转型之中。作为GenAI创新速度之快的自然副产品，我们现在有了帮助规划、构建、审查和交付代码的工具。但在当前状态下，许多工作流仍显得支离破碎。上下文在线程和界面间丢失，过多时间花费在审查代理生成的工作上。代理产生变更的速度远超人类审查能力，而大多数开发者工具最初并非为多代理编排设计。很容易失去对哪些已运行、哪些已更改、哪些已验证以及哪些仍需人类判断的追踪。GitHub Copilot应用是解决这一问题的重要一步。其中我特别喜爱并几乎每天使用的一个功能是画布（canvases）。画布让开发者和代理能在持久、共享的表面上互动。画布不是将聊天视为唯一工作发生地，而是让工作变得可见、可引导、可批准，随着进展逐步展开。

聊天擅长表达意图，但弱于持久执行。我仍认为聊天是我们表达意图的最佳界面之一。在这里你可以思考、细化、指导。它快速灵活，尤其在问题尚不明朗时。但一旦代理开始实际工作，聊天就变成了一长串指令、日志、转向和修正的滚动记录。重要部分虽在技术上存在，却被埋没：计划、决策点、验证和批准时刻。如果必须从历史中重建这一切，你已经在支付协调成本。画布通过为工作流提供归宿来解决这个问题。它们使状态显式且持久。人类可以检查并引导。代理可以更新并推进。双方无需不断重述上下文即可保持一致。

首个构建：Java现代化工作室。我构建的首批画布之一是Java现代化工作室。Java现代化正是那种可见性和治理至关重要的工作流：评估、规划、迁移任务、验证门禁和发布就绪。在纯聊天体验中，这些步骤模糊不清。你仍可推进，但审计难度增加，规模化信任度下降，尤其在有多个贡献者时。团队不断问同样昂贵的问题：我们处于哪个阶段？做了哪些决策？什么被阻塞？什么仍需人类批准？工作室使每个阶段显式且可检查。团队无需解析叙述性历史，可直接看到操作状态。无需猜测发生了什么，可以验证。人类审查者能专注于高信号判断，而代理在检查点之间保持执行推进。探索Java现代化工作室画布 >

第二个构建：站点工作室。之后，我为一种截然不同的工作流构建了站点工作室：创建和管理个人站点内容。它偏重内容而非迁移，但编排挑战类似：部分进度、迭代编辑、审查循环和状态转换。在纯聊天流程中，内容可能迅速漂移。一个部分被修订，再修订，对当前状态的信心下降。反馈分散，草稿重复，动力减弱，因为每次迭代都从重建上下文开始。站点工作室保持这种状态持久。部分状态可见。草稿值在工作发生时即被持久化。人类审查点显式。代理可继续推进，而人类无需失去线索即可引导、批准或重定向。探索站点工作室画布 >

可重复模式。在两个画布中，我发现了相同的可重复蓝图：清晰定义工作流状态。突出重要决策。立即持久化进度和草稿。保持显式的人类批准点。这将模型从逐提示交互转变为持久协作工作流。你不再将每次交互视为全新开始，而是将每个工作流视为具有记忆、结构和控制的系统。

成本与效率：是的，画布是一种投资。我也想明确成本：画布可能是一种投资。例如，站点工作室花费了我约2,000个AI积分，现代化画布约3,000个AI积分。它们需要努力设计和塑造。但从长远看，尤其对于重复工作流，这种投资会得到回报。持久表面减少重复提示、减少上下文丢失、减少不必要往返、减少返工。随着时间推移，这能节省时间和金钱，同时提高信任和吞吐量。所以对我来说，这不是“花更多token换取更好用户体验”，而是“投资于更好的工作流架构，使重复工作更高效、可预测、可治理”。

现已在awesome-copilot中可用。我构建的画布——Java现代化工作室和站点工作室——已在awesome-copilot中提供，供任何人使用、调整或学习。如果你已在用Copilot代理，一个实际下一步是选择一个重复工作流，并用/create-canvas围绕它构建一个最小画布。从小处开始，运行真实工作，并根据实际使用迭代。如果它对团队有帮助，将其贡献回awesome-copilot，让其他人也能受益。我们仍处在这一转型早期，但方向明确。代理能加速执行。人类提供愿景、判断和问责。画布是让这种伙伴关系真实、持久、可扩展的一种方式。用/create-canvas构建你自己的画布，并将其贡献回awesome-copilot >

文章《画布如何让代理工作流可见、可引导且成本高效》最初出现在GitHub博客上。