蜂群引擎 v2.0 诞生记：AI 协作开发 AI 工具的全过程

项目概要

这是一个 AI 自主开发 AI 工具 的故事。一个人类提出需求，两个顶级 AI 模型协同完成了一个 5000+ 行的完整开发引擎——从设计、实现、审查到修复，全程 AI 主导。

蜂群引擎 v1.0 于 2026 年 3 月初完成，但功能较为基础（745 行 / 14KB），仅实现了串行 Worker 调度和简单的 Review 流程。升级目标：对标业界最强、全功能无阉割的 v2.0 版本。

参考标的：开源项目 ClawTeam（8914 行 / 323KB），一个基于 ZeroMQ 的多 Agent 任务调度框架。设计目标是吸收 ClawTeam 的架构精华，做 OpenClaw 原生的蜂群引擎。

---

五轮打磨过程

Round 1：Opus 主笔

• 执行者：Claude Opus 4
• 产出：12 个文件 / 3842 行 / 120.8KB
• 核心文件：SKILL.md（764行）、review-prompt-templates.md（452行）、worker-prompt-template.md（387行）、worktree-guide.md（365行）、dependency-engine.md（357行）

Round 2：GPT-5.4 一审（评分 5.9/10）

结论：不能上线，发现 10 个必须修复的问题，最致命的 3 个：

• Review 前先 merge 到 main 分支是大雷 — 如果 Review FAIL，主分支已被污染
• 整夜模式没有 Leader 互斥锁 — 15 分钟 Cron 重入会重复 spawn Worker
• Mailbox JSON 写法不安全 — 用 shell echo 写 JSON 容易产出坏消息文件

Round 3：Opus 修复 + 手动补完

Opus 修复大部分 references 文件（+846 行 / +33KB）：mailbox 改用 Python json.dump、overnight-guard 加了 leader.lock、worktree 改为 integration branch 审查。

Opus 超时前没来得及改 SKILL.md，人工手动修了 9 处关键问题（Review 分支命名、record_cost 签名、去掉双重确认门槛等）。

Round 4：GPT-5.4 二审（评分 6.8/10）

评分从 5.9 提升到 6.8。10 个必须项中 3 个完全修复、5 个部分修复、2 个未修。27 个建议项中 22 个已修复。

Round 5：最终确认（6/6 通过）

GPT-5.4 快速验证 6 个修复点，5/6 通过，1 个 worktree cleanup 过滤不完整。人工再修 1 处后 → 6/6 全部通过，正式上线。

---

模型分工

---

核心架构（5 个阶段）

• Phase 0：架构分析 → plan.md + 职称匹配
• Phase 1：智能分工 → board.json + config.json + Worktree 初始化
• Phase 2：蜂群执行 → spawn Workers 并行 + Mailbox 通信 + PUA 动态加载
• Phase 3：轮转审查 → 双轮 Review + 精准打回 → 回 Phase 2
• Phase 4：交付报告 → merge + cleanup + report.md + 通知

---

5 条关键教训

1. 单个 AI 写不出完美代码 — Opus 的 5.9 分说明即使最强模型也需要审查
2. 跨模型协作是质量保障 — GPT-5.4 发现了 Opus 自己看不到的盲区（merge-to-main 问题）
3. 超时是真实约束 — 大规模写入任务需要分批执行
4. 主文件和参考文件必须同步 — 最常见的 bug 是"文档修了，主流程没更新"
5. 最终一英里需要人工 — AI 协作完成 95%，最后的一致性检查需要人类判断

---

v1 vs v2 对比

---

最终产出

• SKILL.md：856 行
• references 文件：15 个
• 总行数：5066 行
• 相比 v1.0：7 倍增长