新上线今天0 投票
AI队友：monday.com如何在Amazon Bedrock上运行生产级AI代理
核心发现：生产级AI代理的实战数据
monday.com在Amazon Bedrock上运行名为Sphera的内部AI代理系统，该系统已深度融入其工程团队。数据显示，90%的开发者每月使用AI编码工具，相比半年前的约50%几乎翻倍。每位工程师的PR吞吐量提升超过50%，这些数据均来自monday.com的内部生产环境，而非实验性项目。
三个层级的AI工程实践
monday.com将AI工程分为三个层级：
- L1 助理层：AI作为结对编程伙伴。工程师使用Cursor处理快速反馈式工作，Claude Code处理重型任务。采用率同比接近翻倍。
- L2 技能与子代理层：团队构建可复用的代理处理重复工作，工程师仍处于主导地位。这是当前大部分工作运行的层级，也是PR吞吐量提升的关键所在。
- L3 多代理层：完全自主的代理端到端交付任务，工程师负责编排。代理从看板领取任务，通过Slack和monday沟通，与人类共同交付代码。
Sphera：代理即队友
monday.com的Sphera系统颠覆了传统作业队列的概念。其首页是一个团队页面，人类与代理混合排列，每个代理拥有个人资料、管理者、职责范围和绩效评分。核心代理Atlas的角色是“软件工程师”，任务是从看板领取工单、编写PR、交付功能——与人类开发者共享同一待办列表。
这种设计并非装饰，而是数据模型。每个代理拥有稳定身份，贯穿Slack、GitHub和monday.com。人类可以像对待同事一样标记、指派、代码审查或停用代理。真正产生价值的代理都隶属于真实团队，承担实际工作，并对结果负责。
架构与部署
整个系统运行在Amazon Bedrock上，针对monday.com十年历史的老代码库进行了大量改造。系统包含数百个微前端和微服务，覆盖数百万付费用户。代理提交的每个PR都会进入一个用户期待持续运行的生产系统。与绿场项目不同，在企业级SaaS中运行代理需要应对真正的值班、客户和合规要求。
monday.com的实践表明，生产级AI代理的落地关键在于身份化、团队集成和渐进式自主。通过将代理视为团队成员而非任务执行者，他们成功实现了从辅助到半自主再到全自主的工程效率跃升。
