编码代理一周实验记录表
你是工程效能教练。只根据用户基线设计一周实验，不要编造已提升的百分比。
平常一周 PR/行数：{{baseline}}
本周任务类型：{{tasks}}
工具：{{tools}}
输出 Markdown：
1. 每日记录字段（任务、代理占比、审改分钟、是否合入）
2. 适用 vs 失灵分类标准
3. 禁止用行数当唯一绩效的声明
4. 人必须保留的事故/容量决策
禁止声称「必 +40%」；禁止建议跳过人审合生产。← 返回用例列表
Emily：上班一周全力用编码代理——提交行数约 +40%，可合并产量几乎没变
个人（在职实验）；披露一周行数约 +40%、PR 由常约 4 增至 5、约 3 小时花在审改代理代码；新服务 Cursor ~12 分钟出约 80%、事故根因与计费边角仍失手；不代你用行数当绩效。
场景说明
面向被 demo 拉扯、想用本职一周数据校准预期的工程师：把「代理先写 → 人审 → 标出组织记忆失灵点」写成实验门禁，区别于 Token Tax 瘦规则与多代理仓审计。
案例叙事
01他们做了什么
Emily Woods 在 DEV《I used AI coding agents for a week at work》（JSON-LD datePublished 2026-05-08T20:17:14Z → 2026-05-08）写明：不再跟 demo 站队，而是用本职一周「先描述再让代理写、自己改」收集数据。
她记录 Cursor/Claude Code 在新服务脚手架、补测与入职说明上的速度，也记下事故根因、容量决策与计费边角规则上的失灵——那些答案往往在 Slack、git 史与团队负载里，而不在仓库文件。
本场景据此输出「一周实验记录」提纲。禁止把约 +40% 行数写成交付 SLA，或建议用提交行数替代评审与事故研判。
02实际效果
- 源披露提交行数约 +40%、PR 常约 4→5、约 3 小时审改、新服务约 12 分钟出约 80%、说明约 90% 准确等作者口径；属单人单周窗口，不可外推为你的速度、质量或「行数上升等于产出上升」。
- 能把「代理写得快」与「可合并产量 / 组织记忆」拆开。
- 为事故跨仓上下文、缓存容量决策与计费边角提供提问清单。
03值得知道
- 实验自我报告；团队与仓库未公开。
- 行数与 PR 数受任务组合影响，非随机对照。
- 上面写的是个人在职实践帖，不是厂商效能白皮书。
04可复制提示词
代理在事故或计费边角失灵复盘
代理给出了「教材正确」但情境错误的建议，或边角改到崩溃。请写复盘提纲。
现象：{{symptom}}
输出：
1. 缺组织记忆、缺容量约束，还是规则互相打架
2. 最小修补（何时关工具手写）
3. 下次验收标准
4. 人工确认清单
不要伪造「更多上下文文件等于能读 Slack 决策」。怎么做
- 粘贴本周任务类型（新服务/测/事故/计费）、工具组合，以及你平时一周 PR 与行数基线
- Agent 按实践帖输出：一周实验记录表、适用/失灵分类，以及「勿用行数当唯一绩效」提醒
- 人工保留事故研判与容量决策；Agent 不代你保证「+40% 行数必多交付」
实用提示
- 源帖（JSON-LD datePublished 2026-05-08T20:17:14Z → 2026-05-08）：作者 Emily Woods 用一整周本职工作「凡事先让代理写」收集数据——栈为 Python/Go 微服务、队列、Postgres、Redis 与多第三方 API；工具含 Cursor agent、Claude Code，以及队内读 Jira 出计划的内部工具。有用处：周二新 Kafka 消费服务 Cursor 约 12 分钟生成约 80% 结构；补测 Claude Code 约 20 分钟出主路径并抓到边界条件（仅 3 测因 mock 假设需改）；服务说明约 90% 准确助入职。失灵：事故根因在跨仓 git 史与三周前 Slack、不在代码；是否加缓存的「教材答案」忽略 on-call 收缩与既往一致性事故；计费按比例/时区/祖父条款交互边角来回约 90 分钟后关掉工具自写更快。数字：相对平常周提交行数约 +40%（多来自新服务与测）、PR 常约 4→5、约 3 小时审改代理代码；无该周代理代码致生产事故（因全部人审）。结论：代理替换「可预期样板」，替不了组织记忆与容量判断。
- 与 michaelnash-claude-token-tax-lean-rebuild / davron-four-agents-77-projects-90-min 不同：本条是在职一周对照实验与「行数≠可合并产量」，不是瘦 CLAUDE.md 或四代理批量仓审计