美团以AI规则渐进重构Agent评测系统

该团队负责的 Agent 评测系统承载数据生产、流程编排、质量控制与多人协作，系统从 2025 年 6 月不足 5 万行快速扩展至 31 万行，保持月均 16 个需求（80% 业务需求 + 20% 技术需求）的高负荷运转，90% 以上代码由 AI 辅助编写。因旧架构扩展能力不足导致烟囱式开发、按需求建包造成面条式代码，团队于 2026 年 2 月启动重构。 阶段一采用「专家经验定向 + AI 辅助排查」：由核心开发圈定高危边界，AI 负责穷举扫描，人在圈定方向内判定优先级，投入有限资源即完成 3 个 P0 与 2 个 P1 技术债梳理，并借 AI 精准定位 10 个隐藏在复杂调用链深处、肉眼极难发现的性能隐患。阶段二（2026 年 2 月底完成）制定 AI 友好研发规范并落地为 always 级 AI Rule（工程分层规范、业务域模型规约、仓储层规约），前置到预 CR 环节，并把「编排类/能力类」职责边界共识沉淀为编码时渐进式加载的 Skill。 方法论沿用其 Agent 评测业务的「人人对齐→人机对齐」理念。阶段三（2026 年 3—4 月）由主 R 打样两个最复杂包、沉淀可让 AI 执行的迁移 SOP 后全组并行，完成十余个核心包向 Starter/Application/Infrastructure/Common 四层架构迁移，分三步收口底层数据对象 PO 在全链路的泄露与上浮。 同时把技术债拆解为业务需求的「顺带动作」借迭代消化，未申请一天专门重构时间即完成核心数据模型平滑升级。