Skip to content

什麼是 auto-dev agent？daodao 自動化開發系統的入門解說

2026年5月9日 1 分鐘
首頁 › ai
TL;DR PM 在 Notion 勾選一張任務卡 → 系統自己同步成 GitHub issue → 寫成 plan → 寫成 code → 開 PR 給人類 review。這篇講這套系統做什麼、不做什麼、為什麼現在可行，給沒在寫 code 的人看。
#ai-agent#auto-dev-agent#product#automation-overview#non-engineer#notion#github#pipeline
目錄
  1. TL;DR
  2. 一個 PM 的一天
  3. 它做的不只是「Notion 同步到 GitHub」
  4. 它怎麼避免亂搞？
    1. 1. 兩道閘門
    2. 2. 高風險 repo 強制不自動
    3. 3. 四種隨時叫停的方法
    4. 4. AI 寫的 code 還是要人 review
  5. 它做不到的事
  6. 為什麼現在可行
  7. 不只 Notion——可換成任何有 API 的 PM 工具
  8. 整體來說
  9. 參考資料

TL;DR

PM 在 Notion 勾選一張任務卡 → 系統自己同步成 GitHub issue → 寫成 plan → 寫成 code → 開 PR 給人類 review。這篇講這套系統做什麼、不做什麼、為什麼現在可行，給沒在寫 code 的人看。

如果你想看怎麼蓋這套系統的細節，直接看〈從 Plan 到 PR：daodao 的 auto-dev agent 實戰〉case study 或〈自製 auto-dev agent 的 15 個 walls〉。

一個 PM 的一天

想像你是 daodao 的 PM。早上開會跟設計師討論完，你拿到一個改動：「練習頁的 mood 沒填時，checkin 卡片要顯示空狀態而不是錯誤」。

沒有 auto-dev agent 之前，這件事的工序是：

  1. 你在 Notion 任務板上開卡片，寫描述、acceptance criteria
  2. 你打開 Slack 找工程師，說「這個今天能做嗎？」
  3. 工程師看一眼 → 估個時間 → 排進 sprint
  4. 工程師到 GitHub 開 issue（手動 copy 你 Notion 上的描述）
  5. 工程師開 branch、寫 code、push、開 PR
  6. 你 review PR、merge

整個過程從「你想到」到「PR 出來」，最快也要半天，慢的話一兩週。每一步都需要工程師主動接力。

有 auto-dev agent 之後，同一件事的工序：

  1. 你在 Notion 卡填描述、acceptance criteria
  2. 你勾兩個 checkbox：Status = Ready for Dev + Sync to GitHub = ✅
  3. 一小時內，GitHub 自動冒出對應的 issue
  4. 兩小時內，GitHub 自動開出 PR（小任務）或 spec PR（大任務）
  5. 你或工程師 review PR、merge

從「你想到」到「PR 出來」最快兩小時內。整個過程沒有人主動接力——是系統定時掃 Notion、把該做的事自動往下推。

它做的不只是「Notion 同步到 GitHub」

如果只是同步 issue，那是 Zapier 等工具早就能做的事。auto-dev agent 真正的價值在後段——它會自己寫 code。

把它想像成一個「永遠在線、永遠不抱怨、但需要清楚指令」的工程師：

  • 小任務（typo、加個 endpoint、改個按鈕文字）：它直接寫 code 開 PR，你 review 後 merge
  • 中型任務（一個新功能，要改幾個檔案）：它先寫一份「設計提案」（spec PR），你看完、改幾句、merge → 它再根據 merged spec 寫 code 開第二個 PR
  • 大型任務（架構改動、跨服務）：它只寫設計提案，code 階段交給人類接手

這背後的判斷邏輯是 PM 在 Notion 上設的：

Notion 設定系統行為
Auto Mode = manual只同步 issue，不寫 code
Auto Mode = plan-only寫 plan / spec，不寫 code
Auto Mode = auto-pr、Scope = XS / S直接寫 code 開 PR
Auto Mode = auto-pr、Scope = M先寫 spec PR，等人類 merge 後再寫 code PR
Auto Mode = auto-pr、Scope = L只寫 spec PR，code 強制人類接手

PM 不需要懂程式碼，只需要學會：「這件事多大、要多少人類介入」。系統按 Notion 設定走相應的路徑。

它怎麼避免亂搞？

讓 AI 自動開 PR 聽起來很可怕。實際 daodao 系統有幾層防護：

1. 兩道閘門

不是只勾 Sync to GitHub 就會被推到 GitHub——還必須 Status = Ready for Dev。兩個都要 yes 才同步。

避免「PM 還在發想階段、AI 已經跑去寫 code」這種狀況。

2. 高風險 repo 強制不自動

daodao 有 8 個 repo，其中 2 個叫 daodao-storage（資料庫遷移腳本）、daodao-infra（基礎建設）。這兩個一旦被改錯就回不去——資料庫 migration 是 production 事故、infra 改錯整個服務掛掉。

系統內部寫死：這兩個 repo 永遠只走 plan-only，PM 在 Notion 上勾 auto-pr 也沒用。系統會把 Notion 設定當參考、不當命令。

這層防護寫死在程式碼裡（不能從設定改），要改需要工程師走正式的 PR review 流程。

3. 四種隨時叫停的方法

  • 全暫停：在專案根放一個 .automation-paused 檔，所有 routine 立刻停
  • 單個 repo 暫停：放 .automation-paused-<repo> 只暫停那個 repo
  • 單張 issue 暫停：在 issue 上加 automation:hold label
  • 永久接管：在 issue 上加 human-driving label，系統自動退場、清掉自己加的 label、留 audit comment「🤝 已交接給人類」

PM、工程師、任何有 GitHub 寫權限的人都可以叫停。不需要工程師才能踩煞車。

4. AI 寫的 code 還是要人 review

系統開 PR 之後不會自己 merge。人類 review、CI 跑綠、人類 approve、人類按 merge。

對齊矽谷大公司的做法：Stripe / Spotify / Ramp 的內部 agent 都不做 auto-merge，code 還是要人類最後點頭。Coinbase 例外，但他們有更複雜的多層 AI review council，daodao 還沒到那規模。

它做不到的事

別被「自動寫 code」這個詞騙了。auto-dev agent 不會：

  • 想出產品策略：你還是要決定「要做什麼」。系統只負責「怎麼做」
  • 猜測模糊的 acceptance criteria：Notion 卡寫得越清楚、系統做得越準。寫得糟、它也糟
  • 改動沒寫進 spec 的東西：它只動 issue 描述提到的部分，不會「順便」幫你重構
  • 跨 8 個 repo 一次大改：每張 issue 只能指定一個 target repo
  • 取代資深工程師的判斷：架構決策、效能瓶頸、安全 review 還是要人。系統只做「定義清楚、可驗證」的工作

更白話：它是把工程師從重複勞動中解放、不是取代工程師。Spotify CTO 說他們最強的工程師「2025 年 12 月起沒親手寫過一行 code」——那是因為他們在做更高階的事（架構、review、產品決策），而不是因為工程師被取代了。

為什麼現在可行

兩年前做不出這個，三個關鍵變化：

  1. LLM 寫 code 真的可用了：Claude Sonnet 4.6 / Opus 4.7 在多檔重構、bug 修復這類「中等複雜度」工作上的成功率夠高。不是 100%，但 70-80%，搭配人類 review 已經夠用
  2. 「圍牆」設計成熟了：Stripe Minions、Ramp Inspect、Coinbase Cloudbot、Spotify Honk 等矽谷大公司開源了具體的 guardrails 設計（tool allowlist、verification loop、token budget 等 15 個 walls）。這套不需要重新發明
  3. Claude Code Routines 提供了基礎建設：Anthropic 把「定時跑、有 GitHub access、能 push code」這套變成 SaaS。不用自己架 EC2、寫 cron、管 secret——三個 checkbox 設定完開跑

矽谷一線公司每週靠內部 agent merge 上千個 PR（Stripe 1300/週、Spotify 1000/10天），daodao 這種小團隊也能用同套思路做出 1/100 規模的版本。

不只 Notion——可換成任何有 API 的 PM 工具

文章一直用 Notion 當例子，但整套系統 task source 是抽象的。只有「同步 PM 工具到 GitHub issue」這一段跟 Notion 綁，後段的 plan / code / PR / 安全閘門完全不認你用什麼工具。

實際可替換成：

工具替換難度
Linear簡單（API 乾淨、工程師圈最受歡迎）
Asana簡單（REST 簡潔，適合非工程團隊）
ClickUp簡單（API 設計類似 Notion）
Jira中等（schema 複雜但完整）
Trello中等（board / list / card 結構稍嚴格）
GitHub Projects v2最簡單（直接 GraphQL，跟 GitHub 同源）

要換工具的話，工程師只要改一個 module（從「Notion sync」變成「Linear sync」），其他 14 個檔案、9 份文件、PR 巡邏邏輯——完全不用動。

選擇邏輯通常是：「PM / 設計師習慣用什麼，就接什麼。系統去配合人，不要人配合系統」。daodao 用 Notion 是因為設計團隊一直在 Notion 上協作；如果你的團隊用 Linear 或 Jira，照樣能跑。

整體來說

如果你是 PM、設計師、創辦人——auto-dev agent 對你的影響是：

  • 想到的事更快進到 production（從一兩週縮到幾小時）
  • 你的 Notion 卡寫得越清楚、產品迭代越快
  • 不用追工程師排 sprint（小事系統自動處理、大事工程師看 spec PR）
  • 不用學寫 code、但要學寫清楚的 acceptance criteria

如果你是工程師——

  • review code 的時間多了、寫 boilerplate 的時間少了
  • 架構設計、code review 的能力越重要（系統寫的 code 你要看得出對不對）
  • 人類負責定義「什麼是對的」（測試、規格），系統負責「寫 code 讓它變對」

如果你是團隊負責人——

  • 小團隊也能跑這套（不需要 Stripe 規模的 infra）
  • 但前期投資不便宜（光寫 plan + 設計 walls 就要 1-2 個工程天）
  • 長期回報是團隊規模 × 2-3 倍的產出（Meta 重度使用者 YoY 提升 80%）

下一篇要看實作的話，從 case study 開始；要看每個 wall 細節看 15 walls；要照著做有 tutorial。

參考資料

相關文章 · #ai-agent

手把手建一條 Notion → PR auto-dev agent：daodao pipeline 的可複製版本 1 min 從 Plan 到 PR：daodao 的 auto-dev agent 實戰 1 min GitHub Copilot Coding Agent：把 Issue 丟給 AI，讓它自己開 PR 1 min