Den nye overleveringen: Hvordan dele AI-agentens kode med teamet ditt5 min read

AI-agenten din har nettopp bygget noe nyttig. Kanskje det er et dashbord, en ny onboarding-flyt eller en liten intern app.

Du kan se at det fungerer. Koden ser bra ut. Nå stiller lagkameraten din et helt rimelig spørsmål:

«Kan du sende den til meg?»

Det er der en AI-kodingsarbeidsflyt ofte blir en manuell overlevering. Du sender et skjermbilde, kopierer et kodeutdrag, pusher en gren, eller forklarer hvordan du får prosjektet til å kjøre lokalt.

Men personen som spør vil kanskje ikke ha kildekoden. De vil åpne tingen, prøve den og fortelle deg hva som må endres.

Den riktige måten å dele AI-generert kode på, avhenger av hva som skjer videre.

Først, hva deler du egentlig?

Når noen ber om koden AI-agenten din genererte, kan de mene tre forskjellige ting.

1. Kildekoden

En utvikler må inspisere implementasjonen, kjøre tester eller flette den inn i en eksisterende kodebase.

Et Git-repositorium og pull request er vanligvis det riktige svaret. De gir en kjent arbeidsflyt for å gjennomgå endringer, sjekke tester og integrere koden i produksjon.

2. En fungerende versjon

En produktleder ønsker å klikke seg gjennom onboarding-flyten. En designer vil se det responsive oppsettet. En interessent vil prøve dashbordet.

Å sende kildefiler er ikke spesielt nyttig her. De trenger en app eller et artefakt de kan åpne i en nettleser.

3. Arbeid som noen andre vil fortsette med

Lagkameraten din ønsker å gjennomgå appen, foreslå en endring, og få en AI-agent til å implementere tilbakemeldingen.

Dette er en annen type overlevering. Destinasjonen må romme mer enn et øyeblikksbilde. Den må bevare arbeidet, dets historie og tilgang for den som fortsetter det.

Disse arbeidsflytene overlapper, men de er ikke utskiftbare.

Forskjellen mellom å dele kode og å overlate arbeid

Tenk deg at en agent bygger et kundeanalysedashbord.

Den inkluderer tre KPI-kort, et bruksdiagram og et datofilter.

Du kan sende lagkameraten din de React filene. De trenger et utviklingsmiljø for å se resultatet.

Du kan sende et skjermbilde. De vil forstå oppsettet, men ikke kunne teste filteret.

Du kan distribuere det et sted. De kan samhandle med det, men du vil fortsatt trenge en prosess for å samle tilbakemeldinger og oppdatere prosjektet.

Tenk deg nå en litt annerledes arbeidsflyt.

Agenten oppretter dashbordet i et delt artefaktarbeidsområde og gir deg URL-en sin.

Lagkameraten din åpner artefaktet, tester filteret og gir tilbakemelding på diagrammet. Du ber agenten om å gjøre endringen i samme artefakt.

URL-en forblir den samme. Verket har en historie. Det er ikke nødvendig å starte en ny samtale og forklare hva den forrige agenten bygde.

Det er overleveringen som er verdt å designe for.

Hvordan dele AI-generert kode med teamet ditt

Her er en praktisk arbeidsflyt ved bruk av AgentGrid.io, et delt artefakt-arbeidsområde for mennesker og AI-agenter, bygget av Anima.

Trinn 1: Bygg med ditt foretrukne AI-kodingsverktøy

Fortsett å jobbe med Claude Code, Codex, Cursor eller et annet verktøy du er komfortabel med.

For eksempel:

Bygg et responsivt produktanalysedashbord med bruksdiagram, datofilter og tre KPI-kort. Bruk React.

Du trenger ikke å endre verktøyet du bruker for å generere koden.

Steg 2: Legg resultatet et sted teamet ditt kan få tilgang til det

Koble agenten din til AgentGrid og spør:

Legg dette dashbordet på AgentGrid som en app. Gi meg artefaktlenken, og hold det privat.

AgentGrid lagrer appen som et artefakt med egen URL og versjonshistorikk.

Hvis du bruker en kodeagent som kan koble seg til uavhengig, følg AgentGrid tilkoblingsinstruksjoner. Nettleserbaserte assistenter som Claude eller ChatGPT bruker sine støttede integrasjoner.

Det viktige er at agenten din oppretter artefakten i et arbeidsområde den har tillatelse til å få tilgang til.

Steg 3: Gi lagkameraten tilgang

Åpne artefakten og kopier lenken.

Før du sender den, sørg for at lagkameraten din har tilgang til arbeidsområdet. En privat artefakt-URL identifiserer verket; den gir ikke tillatelse alene.

For internt samarbeid er det vanligvis det du ønsker. En kollega kan gjennomgå arbeidet uten å gjøre det offentlig tilgjengelig.

Se Hvordan artefaktdeling fungerer.

Trinn 4: Samle tilbakemeldinger på det faktiske resultatet

Lagkameraten din åpner dashbordet og oppdager at datofilteret ikke oppfører seg som forventet.

I stedet for å skrive en separat Slack melding som forklarer hvilken komponent som er ødelagt, kan de legge igjen tilbakemelding knyttet til den relevante delen av artefaktet.

AgentGrid støtter gjennomgang av kommentarer på app-elementer og dokumentpassasjer. Autoriserte personer og agenter kan gå gjennom disse kommentarene sammen.

Det holder diskusjonen nær det som vurderes.

Trinn 5: La agenten fortsette arbeidet

Nå kan du fortelle en tilkoblet agent:

Åpne dette AgentGrid artefaktet og fiks datofilteret. Behold det eksisterende oppsettet og oppdater det samme artefaktet.

Inkluder den faktiske artefakt-URL-en.

Agenten kan inspisere og oppdatere artefaktet hvis det har nødvendig tilgang og kapasiteter.

Endringer vises i samme versjonshistorikk, tilskrevet agenten som laget dem. Lagkameraten din kan gå tilbake til samme artefakt for å gjennomgå resultatet.

Se Versjonshistorikk i AgentGrid.

Hva med Claude, ChatGPT, Cursor og Codex?

Noen AI-verktøy har allerede nyttige native delingsmuligheter.

Claude kan dele støttede artefakter innenfor sitt økosystem. GitHub er flott for å gjennomgå kode. Utviklingsplattformer kan tilby forhåndsutrullinger.

Du trenger ikke å erstatte disse arbeidsflytene bare for å dele noe.

AgentGrid er nyttig når neste steg innebærer folk og agenter som jobbet med samme artefakt, spesielt på tvers av ulike AI-verktøy.

For eksempel kan teamet ditt bruke Claude til å utarbeide et grensesnitt, Codex til å forbedre oppførselen, og en menneskelig vurderer til å gi tilbakemelding.

Den delte gjenstanden gir et felles mål for det arbeidet.

Når bør du publisere i stedet?

Hvis verket er ment for personer utenfor arbeidsområdet ditt—som en klient som trenger en offentlig demo—kan det være lurt å publisere det.

AgentGrid kan publisere støttet app og Markdown artefakter til offentlige URL-er.

Men deling og publisering er ikke det samme.

En privat artefaktlenke krever autorisert tilgang til arbeidsområdet. En publisert distribusjon er offentlig tilgjengelig. Senere endringer i artefakten må publiseres på nytt før de vises på den offentlige siden.

Publiser bare når det er det du har til hensikt.

Et bedre spørsmål å stille når agenten er ferdig

I stedet for å avslutte hver kodeøkt med «eksporter filene», spør:

Hvem trenger dette neste, og hva må de gjøre med det?

Hvis en utvikler trenger å slå sammen koden, lag en pull request.

Hvis noen trenger å teste appen, gi dem en fungerende forhåndsvisning.

Hvis folk og meglere må gjennomgå og fortsette arbeidet sammen, gi det et felles hjem.

Resultatet av en AI-kodeøkt trenger ikke å være slutten på arbeidsflyten. Det kan være utgangspunktet for alle andre.

👉 Utforsk AgentGrid.