Nowe przekazanie: jak udostępnić zespołowi kod agenta AI6 min read

Twój agent AI właśnie zbudował coś przydatnego. Może jest to panel kontrolny, nowy proces wdrażania lub mała aplikacja wewnętrzna.

Możesz zobaczyć, że to działa. Kod wygląda dobrze. Teraz twój kolega z drużyny zadaje całkowicie rozsądne pytanie:

– Czy możesz mi to wysłać?

W tym przypadku przepływ pracy związany z kodowaniem AI często staje się ręcznym przekazaniem. Wysyłasz zrzut ekranu, kopiujesz fragment kodu, przekazujesz gałąź lub wyjaśniasz, jak uruchomić projekt lokalnie.

Ale osoba pytająca może nie chcieć kodu źródłowego. Chcą otworzyć coś, wypróbować i powiedzieć, co należy zmienić.

Właściwy sposób udostępniania kodu wygenerowanego przez sztuczną inteligencję zależy od tego, co stanie się dalej.

Po pierwsze, czym właściwie się dzielisz?

Gdy ktoś prosi o kod wygenerowany przez Twojego agenta AI, może mieć na myśli trzy różne rzeczy.

1. Kod źródłowy

Programista musi sprawdzić implementację, przeprowadzić testy lub połączyć ją z istniejącą bazą kodu.

Repozytorium Git i żądanie ściągnięcia są zazwyczaj właściwą odpowiedzią. Zapewniają znajomy przepływ pracy do przeglądania zmian, sprawdzania testów i integrowania kodu z produkcją.

2. Wersja działająca

Menedżer produktu chce przejść przez proces wdrażania. Projektant chce zobaczyć responsywny układ. Interesariusz chce wypróbować dashboard.

Wysyłanie plików źródłowych nie jest tutaj szczególnie przydatne. Potrzebują aplikacji lub artefaktu, który będą mogli otworzyć w przeglądarce.

3. Pracuj, którą będzie kontynuował ktoś inny

Twój członek zespołu chce przejrzeć aplikację, zasugerować zmianę i poprosić agenta AI o wdrożenie opinii.

To jest inny rodzaj przekazania. Miejsce docelowe musi pomieścić więcej niż tylko migawkę. Musi zachować dzieło, jego historię i dostęp dla każdego, kto będzie je kontynuował.

Te przepływy pracy nakładają się na siebie, ale nie można ich stosować zamiennie.

Różnica między udostępnianiem kodu a przekazywaniem pracy

Wyobraź sobie, że agent tworzy panel analityczny klienta.

Zawiera trzy karty KPI, wykres użycia i filtr dat.

Możesz wysłać swojemu koledze z zespołu pliki React. Aby zobaczyć wynik, potrzebowaliby środowiska programistycznego.

Mógłbyś wysłać zrzut ekranu. Zrozumieliby układ, ale nie byliby w stanie przetestować filtra.

Można to gdzieś wdrożyć. Mogliby z nim współdziałać, ale nadal potrzebny byłby proces zbierania opinii i aktualizacji projektu.

Teraz wyobraź sobie nieco inny przepływ pracy.

Agent tworzy pulpit nawigacyjny we współdzielonym obszarze roboczym artefaktu i podaje jego adres URL.

Twój członek drużyny otwiera artefakt, testuje filtr i zostawia opinię na wykresie. Prosisz agenta o dokonanie zmian w tym samym artefakcie.

Adres URL pozostaje taki sam. Praca ma swoją historię. Nie ma potrzeby rozpoczynać kolejnej rozmowy i wyjaśniać, co zbudował poprzedni agent.

To właśnie dla takiego przekazania warto zaprojektować.

Jak udostępnić zespołowi kod wygenerowany przez sztuczną inteligencję

Oto praktyczny przepływ pracy przy użyciu AgentGrid.io, wspólny obszar roboczy artefaktów dla ludzi i agentów AI, stworzony przez Anima.

Krok 1: Twórz za pomocą preferowanego narzędzia do kodowania AI

Pracuj dalej w Claude Code, Codex, Cursor lub innym narzędziu, z którym czujesz się komfortowo.

Na przykład:

Zbuduj responsywny pulpit analityczny produktu z wykresem użycia, filtrem dat i trzema kartami KPI. Użyj React.

Nie musisz zmieniać narzędzia, którego używasz do generowania kodu.

Krok 2: Umieść wynik w miejscu dostępnym dla Twojego zespołu

Podłącz swojego agenta do AgentGrid i zapytaj:

Umieść ten pulpit nawigacyjny na AgentGrid jako aplikację. Podaj mi link do artefaktu i zachowaj go dla siebie.

AgentGrid przechowuje aplikację jako artefakt z własnym adresem URL i historią wersji.

Jeśli używasz agenta kodującego, który może łączyć się niezależnie, postępuj zgodnie z instrukcją Instrukcja podłączenia AgentGrid. Asystenci przeglądarkowi, tacy jak Claude lub ChatGPT, korzystają z obsługiwanych integracji.

Ważną częścią jest to, że agent tworzy artefakt w obszarze roboczym, do którego ma uprawnienia dostępu.

Krok 3: Daj dostęp członkowi zespołu

Otwórz artefakt i skopiuj jego łącze.

Przed wysłaniem upewnij się, że Twój członek zespołu ma dostęp do obszaru roboczego. Prywatny adres URL artefaktu identyfikuje dzieło; sam w sobie nie udziela pozwolenia.

W przypadku współpracy wewnętrznej zazwyczaj tego właśnie chcesz. Członek zespołu może przejrzeć pracę bez udostępniania jej publicznie.

Zobacz jak działa udostępnianie artefaktów.

Krok 4: Zbierz informację zwrotną na temat rzeczywistego wyniku

Twój członek zespołu otwiera pulpit nawigacyjny i odkrywa, że filtr daty nie działa zgodnie z oczekiwaniami.

Zamiast pisać osobną wiadomość Slack wyjaśniającą, który komponent jest uszkodzony, mogą zostawić opinię dołączoną do odpowiedniej części artefaktu.

AgentGrid obsługuje komentarze recenzyjne dotyczące elementów aplikacji i fragmentów dokumentów. Upoważnione osoby i agenci mogą wspólnie przeglądać te komentarze.

Dzięki temu dyskusja jest zbliżona do recenzowanej rzeczy.

Krok 5: Pozwól agentowi kontynuować pracę

Teraz możesz powiedzieć połączonemu agentowi:

Otwórz ten artefakt AgentGrid i napraw filtr daty. Zachowaj istniejący układ i zaktualizuj ten sam artefakt.

Dołącz rzeczywisty adres URL artefaktu.

Agent może sprawdzić i zaktualizować artefakt, jeśli ma wymagany dostęp i możliwości.

Zmiany pojawiają się w tej samej historii wersji, przypisanej do agenta, który je wprowadził. Twój członek drużyny może wrócić do tego samego artefaktu, aby sprawdzić wynik.

Zobacz historia wersji w AgentGrid.

A co z Claude, ChatGPT, Cursor i Codex?

Niektóre narzędzia AI mają już przydatne natywne możliwości udostępniania.

Claude może udostępniać obsługiwane artefakty w swoim ekosystemie. GitHub świetnie nadaje się do przeglądania kodu. Platformy programistyczne mogą udostępniać wdrożenia w wersji zapoznawczej.

Nie musisz zastępować tych przepływów pracy, aby coś udostępnić.

AgentGrid jest przydatny, gdy dotyczy to następnego kroku ludzie i agenci pracujący nad tym samym artefaktem, szczególnie w przypadku różnych narzędzi sztucznej inteligencji.

Na przykład Twój zespół może użyć Claude do opracowania interfejsu, Codex do udoskonalenia jego zachowania, a recenzent do wystawienia opinii.

Udostępniony artefakt zapewnia wspólne miejsce docelowe dla tej pracy.

Kiedy zamiast tego należy opublikować?

Jeśli praca jest przeznaczona dla osób spoza Twojego miejsca pracy — na przykład dla klienta potrzebującego publicznej wersji demonstracyjnej — możesz ją opublikować.

AgentGrid może publikować obsługiwane aplikacje i artefakty Markdown pod publicznymi adresami URL.

Ale udostępnianie i publikowanie to nie to samo.

Prywatne łącze do artefaktu wymaga autoryzowanego dostępu do obszaru roboczego. Opublikowane wdrożenie jest publicznie dostępne. Późniejsze zmiany w artefakcie muszą zostać ponownie opublikowane, zanim pojawią się na tej publicznej stronie.

Publikuj tylko wtedy, gdy masz taki zamiar.

Lepiej zadać pytanie, gdy agent skończy

Zamiast kończyć każdą sesję kodowania „eksportem plików”, zapytaj:

Komu to będzie potrzebne w następnej kolejności i co z tym zrobić?

Jeśli programista musi scalić kod, utwórz żądanie ściągnięcia.

Jeśli ktoś chce przetestować aplikację, udostępnij mu działający podgląd.

Jeśli ludzie i agenci muszą wspólnie przejrzeć i kontynuować pracę, zapewnij im wspólny dom.

Wynik sesji kodowania AI nie musi oznaczać końca przepływu pracy. Może to być punkt wyjścia dla wszystkich innych.

👉 Poznaj AgentGrid.