当 AI 代理开始参与实际项目开发时，一个棘手的问题浮出水面：如何跟踪它们完成的任务、产生的决策以及遗留的待办事项？传统的项目管理工具往往假设所有参与者都是人类，而 Git 仓库本身又缺乏面向 AI 协作的语义。Backlog.md 这个开源项目提供了一个精妙的切入点——用 Markdown 文件在 Git 生态中创建人类与 AI 代理都能理解的协作层。
为什么需要专门管理人类与 AI 代理的协作？
在由人类和 AI 代理共同驱动的项目里，任务流转方式与传统协作截然不同。AI 代理通常以代码提交、文档更新或注释形式产出成果，但这些产出背后的意图、待办事项和依赖关系却容易丢失。例如，一个 AI 代理可能修复了某个 bug 但留下了需要人工审核的标记，或者另一个代理等待前序任务完成才能继续。如果没有专门的协作工具，这些状态全靠开发者手动在聊天记录或 issue 中拼凑。Backlog.md 试图用轻量级的方式填补这个空白——它把项目待办事项、进度和决策记录以 Markdown 文件的形式存储在仓库中，让 AI 代理可以读写，人类也能通过熟悉的 Git 操作查看变更历史。
Backlog.md 的设计思路
项目的核心是一个 TypeScript 库（或 CLI 工具），它定义了一套标准化的 Markdown 格式用于描述 backlog 条目：每个条目包含状态（待办、进行中、已完成、阻塞等）、负责人（人类或 AI 代理）、关联的提交或文件、以及备注。这些文件被放置在仓库的特定目录（如 .backlog/），通过 Git 进行版本管理。当 AI 代理执行任务后，它会自动更新相应的 backlog 条目；人类开发者也可以通过简单的命令或直接编辑 Markdown 来调整优先级或添加备注。这种设计使得整个协作过程对 Git 原生友好，无需额外平台或数据库。
- Git 原生集成：所有 backlog 数据都作为普通文件存入仓库，支持分支、合并和代码审查。
- AI 代理友好：格式结构化且简单，AI 可以轻松解析和生成。
- 人类可读：Markdown 文件可以直接在 GitHub、GitLab 等平台上渲染，也可以本地用文本编辑器查看。
- 可扩展：基于 TypeScript 编写，可以自定义规则或添加新字段。
典型使用场景
想象一个场景：开发团队使用一个 AI 代理来自动化代码测试和修复。当 AI 代理运行测试并发现一个失败用例时，它可以在 .backlog/todo.md 中添加一条记录：“修复 #123 测试用例的断言错误（优先级：高，依赖：待修复的依赖库更新）”。同时，另一个负责文档的 AI 代理看到这条记录后，会自动在文档目录下更新相关说明，并在 backlog 中标记为“等待人工确认”。人类开发者只需在每日审查时查看 backlog 文件的 Git diff，就能清楚了解所有 AI 代理的工作进展，无需在多个平台间切换。
上手建议与局限
Backlog.md 目前处于早期阶段，适合有一定技术基础的用户——需要了解 Git、Node.js 以及 TypeScript 的基本概念。对于独立开发者或小型团队，它可能是一个保持项目透明度的好工具。不过要注意，它并非万能的项目管理平台：没有图形化看板，不支持实时通知，也不适合非技术人员直接操作。如果你的项目已经使用了成熟的工单系统（如 Jira、Linear），Backlog.md 可能更适合作为补充，记录那些与 AI 代理直接相关的细粒度任务。另外，由于社区还比较小，文档和示例可能不够丰富，需要自己动手探索。
总的来说，Backlog.md 提供了一个有趣的方向：用最“Git”的方式解决人类与 AI 代理协作中的信息丢失问题。对于正在构建 AI 辅助工作流的团队来说，值得一试。
评论
暂无评论
成为第一个评论的人