小米零售研发团队以VAF/VKF/eight-claw三层体系将AI工程化推至数百人规模

背景与问题：团队发现个体借AI提速后组织并未变快，瓶颈在需求转述损耗、决策回流延迟与上下文散落，于是把AI工程化推到数百人规模，形成三层体系。方案与落地：统一工作流VAF以vaf_starter渲染菜单为入口，阶段依赖锁定、放行点人工决策、产物自动提交Git，2.x引入多服务「汇聚协调」模式，再延伸到前端与测试。VKF 1.0把代码翻译成知识文档失败（层层翻译损耗、偏差放大）；2.0重定位为代码索引：结构化扫描反推架构骨架（放弃全量遍历）、专家半小时到一小时纠偏领域划分、知识库按业务领域聚合。协作工作台eight-claw搭在飞书，重构为话题驱动：一个话题即一条独立AI任务链路、并行推进的最小治理单元；任务状态与产物文件化持久化、可审计可回放；ExecutionEngine层统一接入Codex CLI、Claude Code、OpenCode三种引擎。效果与判断：自述不熟悉AI的成员也能跑完流程；核心判断是降低门槛而非提升上限，知识与协同的沉淀比工具更持久。