数据库迁移工具里一个不起眼的缺陷，可能在数据进库的路上把用户的表写坏。Cockroach Labs 做 MOLT——把别的数据库搬到 CockroachDB 的工具集——的人很早就把这件事摆在台面上，所以他们衡量智能体流水线的口径不是每小时产出多少合并请求，而是「这些请求里有多少，我们自己合进去会觉得丢人」。带着这个口径往上堆工程师DOUBLE不难，难的是让一群会写代码的智能体产出能进客户生产环境的东西。他们的解法是把流水线建成一座教学医院：问题单是患者，合入是出院，智能体扮演护士、专科医师和主治医师，人类工程师是医疗主任，只有当智能体内部解决不了时才被叫来。
一座不需要跑得快的流水线
过去一年里公开的智能体编程实验大多在优化吞吐。有人并行放一大批智能体上去再写一层合并代码处理冲突，有人重做一个数据库快到不得不自建版本控制来消化变更量。Cockroach Labs 的工程师承认那些设计在瓶颈确实是写代码速度时是对的，但他们的瓶颈不是：一条隐蔽的错误会在迁移过程中写坏数据，所以他们宁可让流水线慢十倍。
医院这个比方给出的是角色和必经路径。主干流程上有五个：Triage Nurse 读新进的问题单、判严重程度和复杂度、决定收治还是退回；Fellow 做打算——复现问题、读代码、写出治疗方案，再自己动手实现；Review Attending 是另一个带着审查提示词的智能体实例，先审方案再审代码；Discharge Nurse 在合入前核对所有流程都真的走过；人类当 Chief of Medicine，只有在智能体群内部解决不了时才介入。主干之外还有四个角色：Charge Nurse 每三十分钟巡一圈找卡住的患者，Infection Control 在主干挂掉时锁死整栋楼的所有工作流，Safety Department 每周写流程复盘并做事后讨论，Research Department 负责提出新工作。工程师自己也说了，这套东西既不比一群并行智能体便宜，也不比单个智能体简单，它换的是质量。
真正撑住质量的是几条写在技能文件里的硬规矩。Fellow 在方案被审过之前不许写代码；一个方案超过一千行必须被拆成子问题；任何智能体都不许为了让测试通过而削弱测试本身；卡住的时候，交接方要按 I-PASS 的格式写一份说明——这格式是从临床换班借来的——而接手的一方必须先写下自己理解到什么，才能开始干活；人类批准过的判断进一份只增不改的判例日志，后来的智能体引用它，而不是把同一件事再升级一次。
整套系统跑在 GitHub Actions 上，患者的状态全靠问题单上的标签和几个临时文件记录：每一站是一个工作流，上一个写出的「出标签」就是下一个的「入标签」。
五个月下来的账
这条流水线从四月二十一日跑到九月十一日。可追溯的结果是：合并了一千二百三十八个拉取请求，涉及超过一百万行代码，其中七个后来被回滚，回滚率约 0.6%；同期出院的问题单一千三百二十二个，升级到人类的只有九十二个，大约百分之七；Claude 的 token 总花费约十三点五万美元，摊到每个问题单约八十四美元。每个问题单通常在院一到两天，大部分时间在等人类评审，而不是等智能体干活。还有一项容易被忽略：这些问题单里有将近一半是流水线自己给自己开的——它在干活过程中发现了夹具缺口、类型映射不对、隔离级别的问题，然后挂号收治自己。
单次的压力测试是给 MOLT 加 IBM Db2 支持。规划智能体读完父问题单后判定一次做不完，拆成十五个带依赖顺序的子问题（基础、类型系统、行迭代器、取数、校验、转换、持续集成、测试数据），其中两个在自己的方案阶段又被判定过大、做了二次拆分。到父问题单关闭时，一共开出了三十二个子问题、合并二十七个拉取请求、被审查者退回五十五次、升级九次（其中两次到人类），token 账单四千一百七十二美元，测试覆盖与团队覆盖得最扎实的 PostgreSQL 方言相当。对照是二〇二四年给同一套工具加 Oracle 支持：九个月，约十六万美元工程时间。作者给的说法是快约一百六十四倍、便宜约三十八倍——这两个倍数各自的口径不同，一个是日历时间，一个是人工折算，引用时要分开看。
制度里最难的三件事
这套设计不是只有好处，作者把代价也写得比多数同行诚实。
第一件是一次看起来不该有事的小改动。一个只改一行的紧急修复在流水线上走了十一个返工回合、耗掉两天：先是拉取请求描述里出现了对方已实现的错误说法，接着是测试质量的异议，中间还有两次变基。事后团队加了一个熔断规则——连续四轮出现新的发现，或者累计六轮，就直接交给 Attending 处理。这个细节说明，把流程拆细并不能消灭摩擦，它只是把摩擦挪到可以被看见、可以被设限的地方。
第二件是制度自身的重量。团队发现 Discharge Nurse 每次开工都要先读约两万一千八百个词、大约两万九千个 token 的指令，才轮到看那个拉取请求；七月他们对二十五个技能文件、合计十万词做了一次审计，标出其中百分之二十三删掉之后不会动到任何一道关口。这个数字值得抄下来：任何一套「把规矩写进文件」的做法，都需要有人定期给它减肥，否则规矩会先于收益把自己压垮。
第三件是这套东西对人不友好。工程师自己承认这座「医院」并不真的教学——现在它能让两位资深工程师开着会也一天合掉十个高质量请求，但对新人没什么用，因为他们需要的是在一线豆腐에게膀 ERROR的判断力，而不是看一堆 agent 干活。团队说他们正在改，让人类也能领取分诊过的问题单、自己写方案，再由医院里的智能体审，并在过程中要求人为自己的选择辩护。
迁到施工企业：先问哪一道关口今天不存在
真正能搬走的不是「把 AI 当医生」这个类比，而是一件事：他们把每个缺陷当成有状态的对象，给它一条必经的路径，并在这条路径上安排必须签字的岗位。多数企业的质量或安全整改闭环，差的恰恰不是表式，而是这个状态机——整改单在系统里填完就算结束，没有人有义务核对「复现、方案、审查、核实」这四步是不是按顺序真的走过，也没有规矩规定同一个人不能既提方案又判结果。
放回一个具体岗位上是这样。项目部的安全总监每月要处理上百条现场隐患：班组拍照上传，专业工程师给出整改方案，整改完由质检员确认，最后归档。今天这套流程里，专业工程师同时承担方案、施工安排和验收口径，整改单上的「已完成」往往就是他自己的判断。原始案例里 Fellow 与 Review Attending 分开设，对应的正是这个约束：不让提议的人判定自己。
要复用得先补三样东西。一是把「出院」写死：一份整改算完成的判定标准必须由质量与专业两个口子共同定稿，并且留得下可查的证据（照片、复查记录、第三方检测编号），否则出院护士那一关只能核对流程有没有走，无法核对结果对不对。二是给每道关口配到真人头上，而不是配到岗位名称上：分诊谁做、方案谁写、审查谁签字、归档前谁核，都要有具体姓名，因为 I-PASS 式交接要求接手的人当场写下自己理解到什么，写不出人来这条规矩就落空。三是把「不许为了让验收通过而降低判定标准」写进规则文件，并配一条熔断：同一条隐患连续三轮被退回就自动升到总工或质量负责人，而不是继续在班组和工程师之间来回。
有两处必须重做，不能照搬。一是速度：Cockroach Labs 明确说自己宁可慢十倍，因为写坏数据的代价太高。施工场景里安全类整改同样不能拿闭环速度当主要指标，但进度类问题如果也走完整套关口，会把本来半天能处理的事拖成两天，所以要先按风险分级，只有高风险类别进完整路径。二是制度会变重：原文那个百分之二十三的审计数字说明，规则文件写进去容易、减出来难，得先定下谁每季度做一次减肥。
两个可以先做的小试验。一是挑三十条已经闭环的历史隐患，把它们的最终判定扣掉，让流程从头走一遍，看能不能复现原来的结论——这一步等于给这套规则做一次带答案的验证。二是给每一条有智能体参与的判定加一张四字段溯源表：它引用了哪份标准、哪张照片、哪个人签的字、结论后来被谁改过。这两件事都不需要先上平台，但它们决定了后面能不能真的把工作量交出去。
来源与说明
[1]: Five months treating bugs like patients and coding agents like a medical team —— Cockroach Labs 官方博客 / 2026-10-09 (https://www.cockroachlabs.com/blog/experiment-running-hospital-code) [2]: 同上（镜像，含 Db2 交付细节与作者名单 Adam Storm、Rafi Shamim）—— Vuink 转载 / 2026-10-09 (https://vuink.com/post/pbpxebnpuynof-d-dpbz/blog/experiment-running-hospital-code) [3]: Cockroach Labs 用医院工作流做 AI Coding：5 个月合并 1238 个 PR，回滚 7 次（含角色与规则的中文化拆解）—— 稀土掘金 / 2026-10-10 (https://juejin.cn/post/7694909965791723535) [4]: Cockroach Labs ran coding agents 5 months, 1M lines, 7 reverts（含 quarantine role 说明与 ‘价格 for 1 million lines’ 口径）—— Reveneau / 2026-10-10 (https://reveneau.com/ainews/cockroach-labs-molt-sinai-hospital-coding-agents-1-million-lines-7-reverts) [5]: MOLT Sinai — Cockroach Labs runs its coding agents like a teaching hospital（英文摘要与 164 倍、38 倍口径提醒）—— AI/TLDR / 2026-10-10 (https://ai-tldr.dev/releases/cockroach-labs-molt-sinai-agent-hospital) [6]: Five months treating bugs like patients and coding agents like a medical team（Hacker News 讨论，129 分）—— Hacker News / 2026-10-09 (https://news.ycombinator.com/from?site=cockroachlabs.com) [7]: AI 新闻日报 - 2026 年 10 月 11 日（当日海外讨论收录）—— 博客园 / 2026-10-11 (https://www.cnblogs.com/verstin/p/23262348) [8]: What Database Teams Can Teach Developers About AI Coding Agents（第三方解读，含对吞吐量口径的批评）—— NameOcean / 2026-10-10 (https://nameocean.net/article/what-database-teams-can-teach-developers-about-ai-coding-agents)