當 AI 代理開始參與實際專案開發時，一個棘手的問題浮出水面：如何跟蹤它們完成的任務、產生的決策以及遺留的待辦事項？傳統的專案管理工具往往假設所有參與者都是人類，而 Git 倉庫本身又缺乏面向 AI 協作的語義。Backlog.md 這個開源專案提供了一個精妙的切入點——用 Markdown 檔案在 Git 生態中建立人類與 AI 代理都能理解的協作層。
為什麼需要專門管理人類與 AI 代理的協作？
在由人類和 AI 代理共同驅動的專案裡，任務流轉方式與傳統協作截然不同。AI 代理通常以程式碼提交、文件更新或註釋形式產出成果，但這些產出背後的意圖、待辦事項和依賴關係卻容易丟失。例如，一個 AI 代理可能修復了某個 bug 但留下了需要人工稽覈的標記，或者另一個代理等待前序任務完成才能繼續。如果沒有專門的協作工具，這些狀態全靠開發者手動在聊天記錄或 issue 中拼湊。Backlog.md 試圖用輕量級的方式填補這個空白——它把專案待辦事項、進度和決策記錄以 Markdown 檔案的形式儲存在倉庫中，讓 AI 代理可以讀寫，人類也能通過熟悉的 Git 操作檢視變更歷史。
Backlog.md 的設計思路
專案的核心是一個 TypeScript 庫（或 CLI 工具），它定義了一套標準化的 Markdown 格式用於描述 backlog 條目：每個條目包含狀態（待辦、進行中、已完成、阻塞等）、負責人（人類或 AI 代理）、關聯的提交或檔案、以及備註。這些檔案被放置在倉庫的特定目錄（如 .backlog/），通過 Git 進行版本管理。當 AI 代理執行任務後，它會自動更新相應的 backlog 條目；人類開發者也可以通過簡單的命令或直接編輯 Markdown 來調整優先順序或新增備註。這種設計使得整個協作過程對 Git 原生友好，無需額外平臺或資料庫。
- Git 原生整合：所有 backlog 資料都作為普通檔案存入倉庫，支援分支、合併和程式碼審查。
- AI 代理友好：格式結構化且簡單，AI 可以輕鬆解析和生成。
- 人類可讀：Markdown 檔案可以直接在 GitHub、GitLab 等平臺上渲染，也可以本地用文字編輯器檢視。
- 可擴充套件：基於 TypeScript 編寫，可以自定義規則或新增新欄位。
典型使用場景
想象一個場景：開發團隊使用一個 AI 代理來自動化程式碼測試和修復。當 AI 代理執行測試並發現一個失敗用例時，它可以在 .backlog/todo.md 中新增一條記錄：「修復 #123 測試用例的斷言錯誤（優先順序：高，依賴：待修復的依賴庫更新）」。同時，另一個負責文件的 AI 代理看到這條記錄後，會自動在文件目錄下更新相關說明，並在 backlog 中標記為「等待人工確認」。人類開發者只需在每日審查時檢視 backlog 檔案的 Git diff，就能清楚瞭解所有 AI 代理的工作進展，無需在多個平臺間切換。
上手建議與侷限
Backlog.md 目前處於早期階段，適合有一定技術基礎的使用者——需要了解 Git、Node.js 以及 TypeScript 的基本概念。對於獨立開發者或小型團隊，它可能是一個保持專案透明度的好工具。不過要注意，它並非萬能的專案管理平臺：沒有圖形化看板，不支援實時通知，也不適合非技術人員直接操作。如果你的專案已經使用了成熟的工單系統（如 Jira、Linear），Backlog.md 可能更適合作為補充，記錄那些與 AI 代理直接相關的細粒度任務。另外，由於社羣還比較小，文件和示例可能不夠豐富，需要自己動手探索。
總的來說，Backlog.md 提供了一個有趣的方向：用最「Git」的方式解決人類與 AI 代理協作中的資訊丟失問題。對於正在構建 AI 輔助工作流的團隊來說，值得一試。
評論
暫無評論
成為第一個評論的人