先上数据
我们团队最近在用 AI Agent 跑协作开发。不是那种「让 AI 写个函数」的玩法，是真的把 AI 当成队友，一起提 PR、一起 review、一起上线。
跑了一个多月，攒了 335 个 PR。我把数据按阶段拆了一下，结果越看越觉得，这事跟网上说的完全不一样。
口径说明，按 PR 创建时间归属阶段，Lead Time 取已合并 PR 的中位数。CI 是 workflow elapsed minutes，不是最终账单分钟。
阶段一：人工分工期，4 分钟的蜜月
人工分工期，77 个 PR，平均 4 分钟搞定。返工率 3.9%。
这个阶段就四个字，蜜月期。
一个人拆任务，一个人 review，AI 只管写代码。速度快得离谱，但也乱得离谱。没有规范，没有 check，AI 写的东西靠人肉眼扫一遍就合。
3.9% 的返工率看起来还行，其实是因为人根本没细查。
阶段二：纪律建制期，速度暴跌 7 倍
然后到了纪律建制期，75 个 PR，周期从 4 分钟暴涨到 29 分钟。返工率还升到了 5.3%。
我当时就纳闷了，立规矩不是为了让质量变好吗，怎么速度暴跌 7 倍，返工率还上去了？
后来想明白了。标准变严了，以前「差不多就行」的 PR，现在被打回来了。数据上不好看，但质量其实在往上走。
这就像你突然开始健身，头两周体重可能还涨了，因为肌肉在充血。不是坏事，是身体在适应。
阶段三：机器化期，Token 账单飞起来
再往后，机器化期，107 个 PR，样本量最大。周期回落到 27 分钟，返工率降到 3.7%。但 Token 消耗飙到了 29.3M/PR。
这个阶段的核心变化是，AI 开始自己跑流水线了。人类从指挥者退到监督者，重复性工作交给 Agent 自动完成。
效率回来了，但 Token 烧得吓人。29.3M token 一个 PR，按当时的模型价格，每个 PR 的推理成本已经不可忽视。
我当时就有一种感觉，这像是在雇一个特别勤快的实习生。活儿干得快，但咖啡钱（token 钱）得你自己掏。
阶段四：状态闭环期，返工率翻了三倍
然后，状态闭环期。31 个 PR，周期 22 分钟，返工率 12.9%。
这是整组数据里最反常的一段。返工率比前面任何阶段都高。
我当时看到 12.9% 这个数字，直接愣住了。前面跑那么顺，怎么突然翻了三倍多？
复盘之后发现，这个阶段我们在做状态同步，让 AI Agent 之间能互相感知进度、共享上下文。但不同 Agent 的上下文理解有偏差，一个 Agent 改的东西，另一个 Agent 看不懂，反复打回。
坦率的讲，多 Agent 协作的通信协议没建好，返工率就炸了。
阶段五：高保障治理期，零返工但周期翻倍
再到高保障治理期。36 个 PR，周期 77 分钟，返工率 0%。CI 成本 9.9 分钟/PR，Token 降到 1.6M。
没有一笔 PR 被返工，但每个 PR 的周期从 27 分钟涨到了 77 分钟。
更隐蔽的是 CI 成本。9.9 分钟/PR 的 workflow elapsed time，意味着服务器资源在持续燃烧。
坦率的讲，这个阶段我有点慌。质量是上来了，但速度是不是被牺牲太多了？
质量保障和开发速度，真的是此消彼长的吗？
阶段六：成本反噬期，用更便宜的方式做对的事
最后到了成本反噬期。只有 9 个 PR，样本太少，不能做统计结论。但我注意到一个趋势，CI 成本突然降到 2.9 分钟/PR，不到高保障期的三分之一。
这说明团队在优化基础设施。可能是缓存命中，可能是任务裁剪，可能是模型降级。
用更便宜的方式，维持同样的质量。这才是正确的方向。
先保证对的事情，再把对的事情做便宜。
洞察一：路径演变是一条 U 型曲线
跑了这 335 个 PR 之后，我对两件事的理解变深了。
第一件，路径演变不是一条直线，是一条 U 型曲线。
你想想，人工分工期 4 分钟一个 PR，然后纪律建制期暴跌到 29 分钟，机器化期又回升到 27 分钟，状态闭环期 22 分钟看着在变好，结果返工率炸了，高保障期直接干到 77 分钟。
一直到成本反噬期，CI 压到 2.9 分钟，质量还在线，这才算是找到了一个相对稳定的状态。
整个过程，快→慢→快→乱→更慢→稳。不是谁做得不好，是这个演进路径本来就这样。
很多团队死在第三阶段或第四阶段。机器化期看着效率回来了，以为可以放量了，结果 Token 账单飞起来。状态闭环期返工率炸了，团队信心受挫，有人就想回退到人工分工。
我的感觉是，这条曲线你得提前知道，不然每个波动你都会以为是自己做错了。
洞察二：成本有三条腿，各阶段重新分配
第二件，成本有三条腿，每个阶段这三条腿在重新分配。
第一条腿，Token 消耗，也就是推理成本。机器化期 29.3M/PR，高保障期降到 1.6M/PR，差了将近 20 倍。
第二条腿，CI 分钟，也就是基础设施成本。高保障期 9.9 分钟/PR，成本反噬期压到 2.9 分钟，靠的是缓存命中和任务裁剪。
第三条腿，最容易被忽略，人力时间。人工分工期 4 分钟一个 PR，但人得全程盯着。高保障期 77 分钟一个 PR，但人基本不用管了，机器在跑。
所以成本不是单算的。机器化期 Token 最贵，但人省下来了。高保障期周期最长，但零返工意味着没有隐性返工成本。
关键问题是，你当前阶段最缺的是什么？是时间、是钱、还是质量？选策略的时候，得先看清楚自己缺哪条腿。
那个 12.9% 的返工率，是一个相变信号
还有一个点我觉得挺值得单独拿出来说的。
状态闭环期返工率飙到 12.9%，不是因为质量变差了，是因为协作复杂度上了一个台阶。单 Agent 到多 Agent，通信协议没建好，上下文对不上，自然互相踩脚。
这个 12.9% 是一个信号，不是失败。它告诉你，系统正在经历一个相变，从单点自动化过渡到网络化协作。这个阶段最危险的做法是往回缩，回到机器化期的模式。最正确的做法是穿过去，把通信协议建好，然后进入高保障治理。
很多企业做 Agent 落地的时候，恰恰卡在这里。试点阶段跑得挺好，一放量就乱，然后团队就说 AI 不靠谱，还是人来做吧。其实不是因为 AI 不靠谱，是因为你没走完这个相变。
给企业 Agent 落地的建议
说到这个，我想起一个挺常见的问题。
很多客户一上来就问，上 AI Agent 能省多少人力成本？
这组数据告诉我，真正的答案不是省了 30% 还是 50%，而是你愿不愿意先接受一段效率下降、成本上升的调整期。
从人工分工到机器化，我们花了将近 200 个 PR 才跑顺。中间有纪律建制的阵痛，有多 Agent 协作的混乱，有质量保障的代价。
如果你是一家电商公司，正在考虑用 AI Agent 接管客服、供应链、内容生成，我的建议是，前 100 个任务别算 ROI，算学习曲线。100 到 300 个任务，关注返工率和协作摩擦，这是优化空间。300 个任务以后，才开始谈降本增效，因为那时候你的流程才真正跑通了。
AI Agent 不是开关，一按就有效果。它是一个需要养的系统，养规范、养协作、养数据。
有类似问题想聊聊？扫码加微信，备注「Agent咨询」。