GitHub
单靠引入AI工具无法提升产能,企业必须按“人类决策、智能体执行”重塑业务流程,才能打破速度与质量互斥的传统工程悖论。
AI-assisted summary of 17 agents, one SDLC: How Levi Strauss reimagined development on GitHub — original source. Check the original for full context.
Source published:
Key ideas
- Levi Strauss & Co. 在 GitHub 平台上重构软件研发全生命周期(SDLC),通过部署 17 个专业 AI Agent 将核心门店应用 Back Pocket 的端到端交付周期从 9 个月压缩至 2.5 个月,整体研发交付效率提升 72%。 (0:03)
- 团队采用模型上下文协议(MCP)将专业 Agent 与 Jira、Confluence、New Relic、Playwright 及 Figma 等外部系统解耦,外部系统发生替换时只需更新连接适配器而无需重构 Agent。 (9:46)
- 重塑后的 SDLC 严格坚持“Agent 负责执行,人类做出决策”,全流程仅保留“需求规格 PR 签署”与“生产发布前终审合并”两处人工卡点,其余环节均端到端自动化推进。 (6:47)
- 在架构迭代中,团队将多 Agent 并发写入分支的代码冲突问题,解决为“各专家 Agent 仅在 PR 留存评审意见,再由下游专门的 Helper Agent 统一全局上下文合并修复并提交”的最佳实践。 (27:30)
- 新体系落地后打破了“速度与质量不可兼得”的工程悖论,在团队吞吐量激增 51% 的同时,测试通过率达到 54%,AI 辅助 PR 占比也由基线的 26% 飞跃至 69%。 (25:36)
Detailed notes
## Background 本内容由 GitHub 于 2026 年 11 月 8 日在其官方 YouTube 频道发布,记录了 GitHub Universe 2026 大会上的一场主题演讲。视频由 Levi Strauss & Co. 共享平台与服务高级总监 Jenny Patchen 主讲,详细介绍了该公司如何基于 GitHub Copilot 自定义智能体平台构建包含 17 个专业 AI 智能体的企业级软件开发生命周期(SDLC),通过 Model Context Protocol(MCP)打通 Jira、Confluence 与 New Relic 等工具,在保留严格人工审批门禁的同时实现拉取请求(PR)的自动化审查与修复。
## TL;DR Levi Strauss & Co. 以重构门店核心应用“Back Pocket”的研发流程为契机,拒绝将 AI 简单套入旧流水线,而是从底层重塑了研发组织与流程,将原先 9 个月的交付周期压缩至 2.5 个月。团队部署了 17 个专职 AI 智能体,覆盖需求分析、规范生成、自动化测试、无障碍验证及安全合规等环节,严格奉行“AI 负责执行,人类负责裁决”的职责边界,全流程仅设两道人工审批门禁。为了解决并发提交代码造成的 Git 合并冲突,架构演进为各审查智能体仅发表 PR 意见、再由下游辅助智能体统一抓取并提交单一修复代码;同时,企业通过开源协议、内部资产市场以及深度变革管理,最终实现了研发吞吐量提升 51%、测试通过率达 54%、整体流程效能跃升 72% 的突破性成果。
## Atmosphere & style 演讲展现出浓厚的技术领导力与务实工程风格,既有企业级高管的宏观战略视野,又深入到了 Git 提交历史、并发冲突与提示词工程的微观细节。开场以工业革命中“用新电机替换旧蒸汽马达却未见生产力提升”的电气化历史隐喻定调,充满冷静而深刻的思辨力量;随后逐步展开密密麻麻的便签流程图与架构设计图,传递出严密、理性且直面阵痛的变革魄力。随着各项亮眼量化数据的揭晓,现场氛围在严谨的工程复盘中注入了创新的振奋感,最后以 Levi's 传承百年的工装裤革命呼应数字时代的工程范式重塑,气势磅礴而发人深省。
## Bulletin - [00:03](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=3s) Levi Strauss & Co. 在 GitHub 平台上重构软件研发全生命周期(SDLC),通过部署 17 个专业 AI Agent 将核心门店应用 Back Pocket 的端到端交付周期从 9 个月压缩至 2.5 个月,整体研发交付效率提升 72%。 - [09:46](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=586s) 团队采用模型上下文协议(MCP)将专业 Agent 与 Jira、Confluence、New Relic、Playwright 及 Figma 等外部系统解耦,外部系统发生替换时只需更新连接适配器而无需重构 Agent。 - [06:47](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=407s) 重塑后的 SDLC 严格坚持“Agent 负责执行,人类做出决策”,全流程仅保留“需求规格 PR 签署”与“生产发布前终审合并”两处人工卡点,其余环节均端到端自动化推进。 - [27:30](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=1650s) 在架构迭代中,团队将多 Agent 并发写入分支的代码冲突问题,解决为“各专家 Agent 仅在 PR 留存评审意见,再由下游专门的 Helper Agent 统一全局上下文合并修复并提交”的最佳实践。 - [25:36](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=1536s) 新体系落地后打破了“速度与质量不可兼得”的工程悖论,在团队吞吐量激增 51% 的同时,测试通过率达到 54%,AI 辅助 PR 占比也由基线的 26% 飞跃至 69%。
## Key takeaways - [00:03](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=3s) 电气化隐喻启示:简单将大模型粗暴塞进传统研发流程如同“用新电动机驱动旧工厂”,只有从底层推翻并重塑流程布局,才能真正释放 AI 的颠覆性生产力。 - [02:59](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=179s) 逆向定义成功的三大核心支柱:更快释放业务价值、借助规范驱动开发(Spec-Driven Development)实现更高质量,以及将工程规范内置在工具链中而非依赖人脑记忆(Built in, not bolted on)。 - [04:22](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=262s) 聚焦消除无谓等待:全景梳理传统 SDLC 发现存在 12 次跨部门交接,最耗时的瓶颈在于编写用户故事(2-4周)以及末端 QE 回归测试(3周),改革的核心目标是“停止等待”而非“逼人敲代码更快”。 - [06:47](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=407s) 职责边界铁律与双重责任:将“人类做的事”与“人类决策”严格拆分,AI 负责信息综合、初稿与监控,人类负责补充上下文、高阶判断与最终的审批、驳回和升级处置,确保问责始终在人。 - [09:46](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=586s) 17 个专业 Agent 的平台架构:由顶层编排 Agent 调度,覆盖需求、可观测性、测试、无障碍、安全等节点,底层由 GitHub Copilot Cloud Agent 驱动,并通过 MCP 协议无缝对接企业工具链。 - [11:42](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=702s) Agent as Code 工程化治理:所有 Agent 均以纯文本 Markdown 编写并统一托管在仓库的 .github/agents/ 目录下,修改必须走标准 PR 流程,实现组织层级零配置自动继承。 - [13:23](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=803s) EARS 语法与主动澄清机制:需求 Agent 采用 EARS 规范输出可测试需求,并在遇到语义模糊或缺失上下文时强制向人类提问澄清,杜绝了开发后期的推倒重来与返工。 - [13:23](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=803s) 质量门禁的严格串行顺序:测试 ➔ 无障碍 ➔ 性能 ➔ 代码评审 ➔ 安全,其中安全 Agent 始终最后执行,确保其能俯瞰并审查此前所有 Agent 做出的全部代码改动。 - [15:33](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=933s) 严格运行时标准动态度量:无障碍基于 WCAG 2.2 AA、性能基于 Web Vitals,均在真实 Playwright 无头浏览器渲染环境中实测而非静态推断,调优必须基于实测数据。 - [17:40](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=1060s) “跑得越快越需要好刹车”:全公司推广预置 CI/CD 与 agents.md 的 Starter Kits 仓库模板,并在 CI 中嵌入 Copilot 故障自动诊断与修复(Agentic Auto-fix),存量旧仓库由专用重构 Agent 批量提 PR 升级。 - [19:46](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=1186s) 内部 AI 资产四层货架:搭建集成 24 个定制 Agent、19 个技能包、标准化提示词库及 15 个 MCP 服务的内部市场,支持工程师在 VS Code 和 GitHub 上一键引入复用。 - [20:31](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=1231s) 变革管理的重中之重:工具建设容易而组织转型艰巨,通过下沉“球员兼教练”的主任工程师、基于真实生产代码演练、答疑室及 AI 定向黑客松帮助一线团队跨越信任鸿沟。 - [23:31](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=1411s) 顶尖工程师的“重塑”阵痛:传统高绩效开发者往往在职业生涯中依靠特定编码技能获胜,转型期面临放下固有技能的巨大心理阻力,必须引导其蜕变为“规范定义者”与“AI 产出物的审查官”。 - [27:30](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=1650s) 多 Agent 协作的代码冲突演进:从最初的并发提交引发冲突退回串行,最终演变为“专家 Agent 仅发表 PR 建议,下游 Helper Agent 统一全局上下文合并修复并提交”的最佳架构设计。 - [27:30](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=1650s) 团队导入效率质的飞跃:通过沉淀最佳实践,新研发小队的 Agentic SDLC 导入工作坊时长从早期的 3 天深度封闭演进压缩至仅需 3 小时,具备了在企业全盘推广的高复制性。
## Detailed walkthrough ### [00:03](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=3s) 电气化隐喻与 Levi's 的重构起点
Jenny Patchen 登台后以一个鲜为人知的经济学历史案例开场。经济学家保罗·大卫(Paul David)曾做过一项著名观察:当电力最初被引入传统工厂时,生产力并没有发生任何质的飞跃。工厂原封不动地保留了旧有的车间布局,保持着完全一致的作业流程,只是简单地把老旧的蒸汽动力马达拆除,换上全新的电动机,便自以为完成了现代化转型。结果几十年间,生产率毫无起色。直到整个制造业彻底推翻旧范式,围绕电力的特性从底层重构厂房布局与工作流后,工业生产力才迎来了爆发式增长。
Jenny Patchen 将当下的 AI 与智能体浪潮直接比照当年的电气化革命:“And I think that's where we are today with agents. It's the same old factory and a new motor.” 很多组织只是把大语言模型粗暴地嵌入旧有的瀑布流或敏捷流程中,本质上依然是“用新电机驱动旧工厂”。随后,她将话题引向 Levi Strauss & Co.,介绍其内部专门面向零售门店造型师(store stylists)的核心移动应用“Back Pocket”。该应用是门店导购在日常服务顾客(即品牌“粉丝” fans)时不可或缺的生产力工具,支持包括“无尽货架”(Endless Aisle)等在内的诸多核心功能。
展示屏的左侧是一张画满密集便利贴的“现状流程图”(Current State Map),上面每一张便利贴都代表着开发环节中的一个痛点与阻滞点;而右侧则是即将在东南亚市场上线、服务当地员工与消费者的全新 Back Pocket 应用。从充满痛点的第一张图走向焕然一新的第二张图,团队仅耗时两个半月。 - **研发周期对比**:传统旧版 Back Pocket 应用端到端开发周期长达 9 个月。 - **效率提升幅度**:新版应用仅用 2.5 个月即完成交付,交付效率提升了 72%。 - **以人为本的目标**:重构 SDLC 绝非为了单纯的技术秀技,而是为了确保一线的造型师与顾客在“数月内而非数年内”享受到更好的产品体验。
---
[02:59](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=179s) 逆向推导成功标准:以三大核心目标定舵
Levi's 并没有直接盲目地上马 AI 工具,而是首先从“成功的终局定义”出发,反向推导所需的能力和机制。Jenny Patchen 阐明了团队在启动该项目时确立的三大核心目标:
首先是更快地创造业务价值(Faster speed to value)。面对此前流程图上密密麻麻的痛点,尽管一线工程师和业务团队极其投入、工作极其拼搏,但繁冗流程中的内耗与停滞显而易见,这正是智能体能够施展拳脚切入的关键。其次是更高的交付质量(Higher quality)。除了通过智能体实现更激进的自动化测试之外,团队全面引入规范驱动开发(Spec-Driven Development),通过将关键的技术探讨与架构对齐大幅“左移”(shift-left),提前消除含糊不清的要求,从而显著减少生产事故和后期的推倒重来。
最后,也是最为关键的设计原则——标准必须“内置而非外挂”(Standards built in, not bolted on)。团队此前在组织内推行了大量规范,细致定义了可观测性(observability)、无障碍支持(accessibility)、系统安全性(security)等领域的“良好标准”。然而,再完美的规范,如果全靠工程师的大脑时刻去谨记和执行,就必然会产生纰漏。Jenny Patchen 强调:“We wanted to make the right path, the easy path, and to streamline that for our team.” 必须依靠自动化流程与工具链,把最优路径直接变成阻力最小的操作路径。
---
[04:22](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=262s) 重塑流程:告别无休止的“等待”
Jenny Patchen 明确指出,绝大多数 AI 演讲往往对最为关键的“业务流程重塑”避而不谈,而 Levi's 恰恰将这一步视作所有工程的基石。为此,团队的核心跨职能骨干——包括产品经理、软件工程、开发者效能(developer velocity)、质量工程(QE)以及 AI 规范专家——齐聚一室,展开了一连三天的封闭工作坊。在会议室里,所有人几乎合上笔记本电脑,全情投入在纸质白板上构想推演: - **Day 1**:全景梳理现状流程图(Current State Map),赤裸裸地暴露所有摩擦点。 - **Day 2**:勾勒未来愿景图景,锁定预期的核心交付成果。 - **Day 3**:细化从当前跨越到未来所需的所有组织、技术赋能机制(Enablers)。
当把现状绘制成四个标准阶段——规划(Plan)、构建(Build)、验证(Verify)、发布(Release)时,流程的臃肿程度暴露无遗:横跨 6 个不同角色,充斥着整整 12 次跨部门交接(handoffs),整个周期往往要拉长至数月之久。其中,整个交付链条里有两根最致命的“长矛”(long poles in the tent): 1. **编写用户故事(Writing the user story)**:由于需要无休止地跨团队协调与拉通依赖项,仅撰写一个清晰的 Story 就通常需要 2 到 4 周,有时甚至需要数月; 2. **QE 与全量回归测试(QE and regression)**:通常耗时整整 3 周,并且总是滞后在流程的最末端集中爆发,带来剧烈的流程摩擦与大量返工。
```mermaid flowchart LR accTitle: SDLC Bottleneck Map accDescr: Flowchart illustrating the legacy SDLC phases highlighting the two major waiting bottlenecks in Plan and Verify.
subgraph S1["规划阶段 (Plan)"] A["业务需求输入"] --> B["编写用户故事<br/>(瓶颈: 耗时2-4周)"] end
subgraph S2["开发阶段 (Build)"] B --> C["跨角色交接 (12次)"] --> D["业务代码实现"] end
subgraph S3["验证阶段 (Verify)"] D --> E["QE与回归测试<br/>(瓶颈: 末端耗时3周)"] end
subgraph S4["发布阶段 (Release)"] E --> F["上线发布与交付"] end ```
这种可视化让团队的思考逻辑发生了底层扭转。Jenny Patchen 表示:“And so this changed the question we asked ourselves, which then wasn't how do we make humans work faster? But instead, how do we stop the waiting?” 问题不再是逼迫人类以更快的速度敲代码,而是如何消灭流程中所有无谓的等待。
---
[06:47](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=407s) 职责边界:AI 负责执行,人类负责决策
为了防止流程混乱,团队确立了一条铁律:“Agents start on execution and humans make the decision.”(智能体启动执行,人类拍板决策)。他们改造了麦肯锡的职责划分模型,将之前混乱的工序步骤映射为清晰的“业务结果”(Outcomes)。例如,“编写需求”只是动作步骤,其对应的最终业务结果是“形成清晰、对齐且具备跨职能共识的明确需求”。随后,团队将每个结果拆解到四个维度矩阵中:
1. **AI 负责的工作(AI does)**:综合信息(synthesizes)、撰写初稿(drafts)、落地实现(implements)以及持续监控(monitors)。这些属于重负荷、重复性高,且不需要人类高阶复杂判断的执行任务; 2. **人类负责的工作(Human does)**:补充业务上下文(adds context)、进行高维判断(judges)、协调相关方(manages stakeholders)。这里依赖的是人类的品味、直觉与批判性思维; 3. **人类负责的裁决(Human decides)**:这是整个框架的核心防火墙,独立于“人类做的事”之外,专门涵盖审批(approves)、驳回(rejects)与升级处置(escalates)。
Jenny Patchen 郑重强调将“决策”独立出来的意义:“And this was one of our most important decisions was splitting human decides from human does for the reason that it always kept the accountability with the human.” 人类必须始终坐在驾驶座上,承担终极责任。
以“需求规范(Requirements)”这一结果项为例: - **AI does**:编写可自动化测试的明确需求、完整抓取上下游依赖项;(这一格能力沉淀后,直接演化成了后来的“需求智能体 Requirements Agent”) - **Human does**:注入灵感创意、对智能体生成的文档进行审计与把关; - **Human decides**:确定优先级、最终签署通过需求规范。
在动手开发任何一个智能体之前,工程团队必须严格厘清并回答五项要素: - **触发器(Trigger)**:例如“收到新的功能请求”; - **输入项(Input)**:业务需求工单以及团队的标准规范模板(Spec Template); - **执行动作(Action)**:编写可测试需求,遇到含糊其辞处主动发问澄清; - **输出成果(Output)**:全团队可无歧义据此开发的清晰可测试技术规范; - **交接机制(Handoff)**:由人类工程师在 GitHub 上审查并合并包含该技术规范的批准 PR。
---
[09:46](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=586s) 平台架构:17 个专家智能体与 MCP 集成
进入工程实现层面,Jenny Patchen 揭秘了整套平台架构。这套系统严格扎根于工程师早已习惯的原生工作环境之中——如 GitHub 平台、Copilot CLI 与 VS Code,拒绝强行推行新的孤立 UI。
```mermaid flowchart TD accTitle: Levi Strauss Multi-Agent Enterprise Architecture accDescr: High-level system architecture showing developer environment, orchestration layer, 17 specialist agents, and MCP integrations.
subgraph Env["开发者原生工作区"] CLI["Copilot CLI"] IDE["VS Code"] GH["GitHub.com"] end
subgraph Engine["编排与计算引擎"] Orch["编排智能体 (Orchestration Agent)"] Cloud["GitHub Copilot Cloud Agent"] Orch --- Cloud end
subgraph Specialists["17 个专业领域智能体 (Specialist Agents)"] Req["需求智能体 (Requirements Agent)"] Obs["可观测性智能体 (Observability Agent)"] Test["测试智能体 (Testing Agent)"] Others["安全 / 无障碍等另外 14 个智能体"] end
subgraph MCP["MCP 协议连接的外部工具生态"] Jira["Jira / Confluence (工作记录)"] NR["New Relic (遥测与告警)"] PW["Playwright (浏览器自动化)"] Design["Figma / Context7 等"] end
Env --> Orch Cloud --> Specialists Req -.->|"MCP"| Jira Obs -.->|"MCP"| NR Test -.->|"MCP"| PW ```
整个架构包含 17 个高度专业化的 AI 智能体,由顶层的编排智能体(Orchestration Agent)负责路由派发工作。其中需求智能体根据工单生成规格草案,可观测性智能体负责埋点注入与系统排查,测试智能体负责编写与运行自动化测试用例,其余 14 个智能体则密集覆盖在信息安全、无障碍体验等各个质量合规节点。
外部工具链的串联则完全基于 Model Context Protocol(MCP): - 需求智能体通过 MCP 挂载 **Jira** 作为工作记录源; - 可观测性智能体连接 **New Relic** 读取生产遥测数据与告警; - 测试智能体调用 **Playwright** 自动驱动浏览器完成 E2E 测试; - 其他 MCP 节点还接入了 GitHub 自身生态、Context7 以及 **Figma** 设计稿。
Jenny Patchen 特别指出采用标准协议解耦架构的巨大优势:“And importantly, when these systems change out, we change the connection. We don't change the agent.” 无论是监控平台还是工单系统发生更替,团队只需要换掉底层的连接适配器,智能体本身的逻辑与提示词无需任何改动。所有的智能体底层均以 GitHub Copilot Cloud Agent 作为运行引擎,本质上是封装了企业最佳实践和规范技能(Skills)的专有提示词组合。
---
[11:42](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=702s) Agent 即代码:Markdown 驱动与组织级分发
在落地细节上,每个智能体在仓库中其实就是一个纯文本 Markdown 文件(包含精简的 Header 元数据声明以及通俗直白的自然语言操作指令)。Jenny Patchen 强调使用纯文本编写指令的战略考量:这使得组织内非纯技术岗位的成员、产品经理或 QA 都可以清晰阅读、理解智能体的行为边界,并直接提出修改建议。
这些智能体统一部署在 GitHub 仓库的 `.github/agents/` 目录下。得益于在组织(Organization)层级进行集中式配置,整个企业下的每一个代码仓库都可以“零配置(Zero setup)”直接继承并调用全部 17 个智能体。 - **Agent 变更生命周期**:完全遵循与生产代码一致的工程规范(Agent as Code)。每一次对智能体行为的修改、提示词调整或工具权限变更,都必须走标准的 Pull Request 审查、版本受控并具备完整审计留痕。 - **一致的多端体验**:相同的配置文件可以在 GitHub.com Web 界面、Copilot CLI 命令行以及 VS Code 客户端中无缝运行。 - **配置即工具绑定**:在智能体的 Profile 配置中直接通过 MCP Server 声明绑定 Jira、Confluence 等工具权限。 - **流程串联的化学反应**:单个智能体独立运作固然高效,但真正释放颠覆性威力的,是在软件开发工作流中把多个智能体严丝合缝地“串联编排”起来。
[13:23](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=803s) 需求生成到部署的端到端多 Agent 工作流
Jenny Patchen 详细拆解了 Levi Strauss & Co. 的端到端多 Agent 软件开发流水线。整个体系的设计哲学非常鲜明:在架构图上,“人类处于白框中,而我们的信号则用橙色标出”。流程的起点是“需求 Agent”(Requirements Agent),它负责启动需求规格说明和测试用例的编写。团队引入了 EARS(Easy Approach to Requirements Syntax,需求语法简易方法)规范,这使得后续编写自动化测试变得极其直观与直接。更关键的是,团队在提示工程中做了一项特殊设定:当遇到任何语意模糊或缺少上下文的地方,Agent 会主动向人类提问以寻求指引,而不是擅自猜测。“And it's one thing I also want to call out here is we really encouraged our agents to ask when anything was ambiguous, and they needed further guidance because it stopped rework later in the process.” Jenny Patchen 强调,正是这种主动澄清机制,杜绝了在研发链路后期推倒重来的巨大返工成本。
在需求 Agent 完成工作后,流程进入第一个人类卡点——由工程师审核并批准规格说明 PR(Spec PR)。一旦合并,Copilot 云端 Agent(Copilot Cloud Agent)随即启动代码构建并提交代码 PR。紧接着,各类专家 Agent(Specialists)会按需介入;Jenny 解释说,这 17 个专项 Agent 并非每次都要全部跑一遍,许多属于可选触发。但随后的“质量门禁”(Quality Gates)则是必经之路,且严格按照固定次序串行推进:测试(Tests)、无障碍性(Accessibility)、性能(Performance)、代码评审(Code Review),最后是安全(Security)。“And importantly, security always runs last so that it sees all of the changes that every other agent has made in the process.” 这种把安全 Agent 放在最末位的设计,确保了它能俯瞰之前所有 Agent 所做出的每一次代码变更,不留盲区。
在安全审查通过后,可观测性 Agent(Observability Agent)进场为系统补齐埋点,确保与 New Relic 全面打通并具备完整的可观测度。在代码准备发布阶段,部署 Agent(Deployment Agent)会给出最佳发布方案建议。最终,流程重回人类手中进行终审并合并至主干,借助 New Relic 遥测数据形成持续改进的闭环。Jenny 特别指出,在整条从需求到上线的漫长链条中,人类仅仅在两个关键节点进行介入与把关,其余所有环节均由 Agent 端到端全自动运行。
```mermaid flowchart TD accTitle: 端到端多 Agent SDLC 协作流程 accDescr: 展示从需求拆解到生产部署的完整多 Agent 协作链条,其中仅有两个人工审核与批准节点。
subgraph Phase1["阶段一:需求与规格设计"] A["需求 Agent<br/>(采用 EARS 语法)"] --> B{"人工门禁 1<br/>(审核并合并规格 PR)"} end
subgraph Phase2["阶段二:代码构建与专项门禁"] B --> C["Copilot 云端 Agent<br/>(构建代码并开 PR)"] C --> D["专项 Agent<br/>(按需可选触发)"] D --> E["质量门禁链条<br/>(测试 ➔ 无障碍 ➔ 性能 ➔ 评审)"] E --> F["安全 Agent<br/>(严格最后执行)"] end
subgraph Phase3["阶段三:观测、部署与交付"] F --> G["可观测性 Agent<br/>(集成 New Relic)"] G --> H["部署 Agent<br/>(提供发布建议)"] H --> I{"人工门禁 2<br/>(终审合并 PR ➔ 生产)"} end ```
- **EARS 语法引入**:借助标准化的“Easy Approach to Requirements Syntax”,让自然语言需求直接对齐自动化测试,消除沟通歧义。 - **质量门禁的严格顺序**:测试 Agent ➔ 无障碍 Agent ➔ 性能 Agent ➔ 代码评审 Agent ➔ 安全 Agent。 - **全流程双人工节点**:全流程仅有“规格 PR 批准”与“最终上线 PR 审核”两处由人类工程师把关,其余全自动化。
---
[15:33](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=933s) 评审者体验与严格的工程标准落地
当人类工程师进入 PR 评审界面时,他们面对的不是混乱的代码堆砌,而是一套井然有序的机器协作记录。Jenny 以团队将开发者门户迁移到 Next.js 的实际提交历史为例进行演示:页面上清晰列出了初始构建计划,以及来自安全、无障碍、代码审查和测试等各个 Agent 的反馈记录。每一个 Agent 在发现缺陷后,都会自动生成对应修复方案,并提交一条带有清晰标签的独立 Commit。不仅如此,系统还会为工程师提炼一份来自所有 Agent 的合并摘要(Consolidated Summary),让评审者在一页纸内迅速看懂改动了什么、为什么改、由哪个 Agent 修复。这种透明的流水线输出,本质上是为了让人类工程师稳坐驾驶舱,高效做出最终的批准或驳回决策。
在技术标准的制定上,Levi Strauss & Co. 并未停留在口头规范,而是将其直接编织进了 Agent 的行为逻辑中: - **安全门禁**:安全 Agent 严格对齐 OWASP 最佳实践以及常见漏洞与暴露(CVE)数据库,全自动执行代码审计与密钥扫描(Secret Scans),并按照漏洞严重程度分类提供修复代码。 - **无障碍性(Accessibility)**:Agent 依据 WCAG 2.2 AA 标准进行合规性验证。值得注意的是,它不是靠静态正则去猜测,而是直接在 Playwright 驱动的真实无头浏览器环境中进行动态渲染检测,随后直接在 PR 中推送修复补丁。 - **性能监控(Performance)**:同样依托 Playwright,在实际运行时环境下度量核心 Web 指标(Core Web Vitals)。Jenny 特别强调:“importantly, we always want to make sure this is measured, never estimated before it's fixed.” 性能调优必须基于真实测量数据,绝不允许凭空估算。 - **可观测性(Observability)**:在业务逻辑变更的同时,Agent 自动扫描并补全缺失的日志与指标埋点,防止代码上线后沦为无法追踪的黑盒。
---
[17:40](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=1060s) 仓库模板、CI 刹车机制与代码库自动治理
为了让这些高标准无死角地落地,公司的 Agent 战略与仓库(Repo)规范是完全同步并行的。团队推出了涵盖全公司的仓库模版“Starter Kits”(入门套件),确保所有项目从第一行代码开始就具备相同水准的工程底座。目前已上线 10 套 Starter Kits,其中 9 套覆盖了 Levi Strauss 最常用的编程语言(涵盖从 TypeScript 到移动端的 Swift 等)。这些模版预置了 CI/CD 流水线、技术文档规范与运维手册(Runbooks),并在仓库根目录下配置了 `agents.md` 以及 GitHub Copilot 专用指令文件,使得任何 Agent 只要接入该仓库,瞬间就能理解当前架构约定与编码风格。
Jenny 用了一个极其生动的比喻来解释质量门禁的重要性:“And you can only go as fast as you have good brakes.” 跑得越快的系统,越依赖一副好刹车。为此,CI 流水线中嵌入了严密的卡点: - 依赖项自动审查(Dependency Reviews); - 严格的自动化测试覆盖率要求; - 每次提 PR 时强制执行的 New Relic 预检(Preflight)。
此外,流水线集成了 Copilot Agentic Auto-fix 能力。一旦 CI 工作流中报出错误,排障 Agent 会立刻自主下钻调查日志、推导修复补丁,并将解决方案直接推送到当前 PR 中等待工程师批准。
面对企业内部海量的存量既有代码库(Legacy Repos),团队同样没有放弃。专用的改造 Agent 会定向扫描旧仓库,对比最新的 Starter Kit 模板,快速识别出在 CI 流程、安全工具或工程规范上的断层与差距(Gaps),随后自动开出重构 PR,推送给负责的工程师审查。这种方式使得企业能够在不中断日常业务交付的同时,批量完成老旧资产向现代 AI 辅助研发架构的平滑升级。
---
[19:46](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=1186s) 内部资产市场与一键分发复用
为了防止各业务部门重复造轮子,Levi Strauss 构建了内部专属的 AI 资产市场(Internal Marketplace)。这个市场在组织内部被划分为清晰的“四个货架”: 1. **Custom Agents(定制 Agent)**:已上架 24 个专注于特定场景的定制智能体; 2. **Skills(技能包)**:沉淀了 19 项可插拔的特定工程技能; 3. **Prompts(提示词库)**:经过团队反复验证的高质量标准化 Prompt 资产; 4. **MCP Servers(模型上下文协议服务)**:部署了 15 个连接企业内部数据孤岛的 MCP 服务。
整个市场完全向全公司所有工程师开放。平台引入了类似电商的评级系统,工程师在使用后可以打星打分、撰写使用体验与代码评审留言。所有这些资产不仅直接同步到 VS Code 和 GitHub 界面,工程师只需在 IDE 或网页端轻轻一键点击(One-click),就能立刻将对应的 Agent 能力集成到自己的本地开发流程中,极大地缩短了价值落地时间(Time to value)。
---
[20:31](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=1231s) 变革管理:从工具落地到组织信任的跨越
“The tooling was really the easy part and the change management was the heavy lift in terms of the work.” Jenny Patchen 坦言,与搭建 Agent 架构相比,真正艰难的是人的组织变革管理(Change Management)。当研发角色的核心工作形态发生地动山摇般的重塑时,团队内部不可避免地滋生了担忧与不确定性。为了帮助工程师化解焦虑、建立对新型 SDLC 的信任,领导层采取了一整套系统化的护航策略:
- **重塑前瞻认知的预读材料(Pre-read)**:在实操工作坊的第一天到来之前,团队向工程师发放了经过精心整理的行业顶尖实践报告,融合了 Gartner 和麦肯锡等机构的深度调研。其目的不是为了宣讲教条,而是鼓励工程师敢于打破思维局限,“大胆地去畅想(think big, bold thoughts)”,不要将这次变革视为小修小补的渐进式优化,而要视作一次重新定义自身工作方式的跃迁。 - **资深布道者的全程下沉指导**:团队委派了一名精通 AI 的主任工程师(Principal Engineer)直接嵌入到一线的业务敏捷团队中。这位专家扮演起“球员兼教练(Player Coach)”的角色:每天参加工程师的站会(Standup),常驻即时通讯群组答疑解惑,开展一对一教练辅导,随时随地在工程师遇到卡点时并肩作战。 - **真刀真枪的真实代码实操**:拒绝在沙盒环境里拿玩具案例进行纸上谈兵式的培训,团队第一天就让工程师带着自己日常维护的业务代码进行 Agentic 训练,让大家亲眼目睹工具在自己真实项目里产生的降本增效价值。 - **开发者效能答疑室(Developer Velocity Office Hours)**:设立固定的开放问答窗口,任何层级的工程师都可以在这个无压力的“安全空间(Safe Space)”里提出困惑。核心团队会借机同步刚刚上线的新 Agent 功能,并邀请先行团队分享落地范例。 - **全员 AI 黑客松与未来展望**:今年早些时候,公司举办了一场仅限 AI 场景的定向黑客松,所有参赛队伍必须基于 AI 构建方案。在赛前,组织提供了充分的技能预培训;赛后,许多优秀的黑客松作品已经直接被迁移进生产环境上线运行。鉴于反响热烈,公司还计划在次年举办专门的 AI 技术峰会。
---
[23:31](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=1411s) 核心协作原则与高绩效团队的“重塑”挑战
为了在全公司形成统一的协作默契,团队总结了四条铁律。Jenny 形容这套原则“足够精炼以便记忆,足够犀利以平息争论(short enough to remember and sharp enough to settle arguments)”:
1. **人类负责判断,Agent 负责执行(Humans as judgment, agents on execution)**:工程师的核心价值在于品味、审美、经验以及应对复杂模糊需求的人类直觉;一切重复、常规、机械性的手头脏活,全部交由 Agent 自主打理。 2. **上下文必须沉淀在 Agent 可见之处(Context lives where agents can see it)**:代码仓库和 Jira 工单是持久化的,而即时聊天记录(Chat)不是。“The Repo and the ticket are durable. Chat is not.” 团队明确设定了预期——当前阶段不要指望 Agent 去窥探私聊记录,所有的业务意图必须落在文档和 Ticket 上。 3. **人类与 Agent 遵守同一套工程准绳(Same bar for agents and humans)**:无论是人类写的代码还是机器生成的代码,面对 CI 门禁、测试覆盖率和安全审计时,标准一视同仁,谁也没有特权。 4. **全程可追溯与可审计(Auditable always)**:系统对 Agent 的每一次自主操作以及人类每一次的人工介入覆盖(Override)均进行无死角记录,确保整个黑盒操作完全透明可查。
在谈到组织转型的痛点时,Jenny 引用了光辉国际(Korn Ferry)大约半年前发布的一份白皮书。报告指出一个反直觉的残酷事实:在技术组织中,对引入 AI 产生最大抵触和挣扎的,往往是那些过去绩效最顶尖的工程师。Jenny 极其深刻地剖析了背后的心理动因: > “Because if you've been successful your entire career with a set of skills, it becomes very hard to walk away from those skills which have continually given you that success and set you ahead in your organization.”
当一个人凭借一套熟练掌握的编码技能攀登到技术金字塔顶端、并在整个职业生涯中屡获赞誉时,要让他突然放手并“遗忘(Unlearn)”这些立身之本,无疑是一场巨大的心理阵痛。在全新的 Agentic SDLC 下,工程师必须从单纯的“敲代码者”,痛苦地蜕变转型为“规范定义者(Spec-driven development)”与“Agent 产出物的批判性审查官”。而这正是 Levi Strauss 在接下来的组织文化建设中,全力以赴去强化和固化的核心工程仪式。
[25:36](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=1536s) 团队运作变革与突破质量-速度悖论的量化成果
在多 Agent 体系落地后,团队最直观的改变体现在日常的敏捷仪式上:站会(Stand-up)彻底变样了,不再是枯燥的“昨天做了什么、今天要做什么”的状态汇报,而是转变为针对开放性问题、关键技术决策以及系统异常情况的深入探讨。伴随工作模式的转变,各项业务与工程指标也迎来了令团队始料未及的大幅跃升。在吞吐量(Throughput)方面,团队实现了 51% 的提升。Jenny Patchen 坦言,管理层最初其实做好了吞吐量会暂时下滑的心理准备,因为这种颠覆性的研发重塑对工程师而言是巨大的变革,团队必然需要时间去适应和消化,能在早期直接收获 51% 的提速令人欣喜。
更具突破意义的是质量指标的同步上涨:测试通过率(Pass Rate)达到了 54%。在传统的软件工程认知中,速度与质量往往被视作不可调和的矛盾。Jenny Patchen 特别强调:“And in particular, you can think of velocity and quality often as a paradox. Where velocity declines and quality improves or quality declines and velocity improves. It's really irregular that both could increase together.”(尤其值得一提的是,人们通常把速度和质量看作一种悖论:速度下降、质量上升,或者质量下滑、速度上升;两者能同时提高是极为罕见的)。此外,团队也审视了单纯吞吐量提升可能带来的隐患——即 Agent 为了刷生产力而制造出无意义的代码堆砌,但事实证明,不仅东南亚市场的 Back Pocket 应用程序 MVP 发布速度远超以往遗留系统的节奏,质量指标的高涨也证明了交付价值的真实性。在 AI 辅助 Pull Request(PR)占比方面,团队在启动该项目前已有一定的 AI 工具使用基础,基线比例为 26%,而在短短的落地推进周期内,该数字便飙升到了 69%,并且后续还在持续攀升,团队的终极目标是达成 100% 的 AI 辅助覆盖。
- **吞吐量(Throughput)**:提升 51%(打破了引入全新研发模式初期产能必然滑坡的预期)。 - **质量测试通过率(Pass Rate)**:达到 54%,验证了提速并没有以牺牲代码与系统质量为代价。 - **AI 辅助 PR 占比**:从试点初期的 26% 跃升至短周期内的 69%,长期目标设定为 100%。
---
[27:30](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=1650s) 架构迭代经验:从并发冲突到“辅助 Agent 汇总修复”
在深入总结多 Agent 协同的实战经验时,Jenny Patchen 复盘了代码提交机制(Commit History)所经历的技术阵痛。团队最初的设计非常理想化,希望让各个专注于安全、可访问性、测试等领域的 Agent 完全并行运转,各自独立执行检测任务并直接向分支提交修复。然而在真实场景中,并发直接提交代码引发了严重的 Git 合并冲突(Merge Conflicts)。为了解决冲突风暴,团队不得不一度退回到更保守、更有序的执行链路。
但在最近的架构优化中,他们打磨出了更为精妙的新解法:各个专业领域的校验 Agent 不再直接往分支上写提交(Commit),而是只在 Pull Request 上留存审查意见与修复建议(Comments);随后,系统在最底端派驻一个专门的“辅助 Agent”(Helper Agent),由它统一抓取并审查上游所有 Agent 留下的意见,在全局上下文中完成合并修复并进行单一提交。这种设计既维持了多 Agent 独立审视的高效率,又完美规避了并发写入的代码冲突。与此同时,系统还在最前期的需求规范阶段内置了“尽早暴露模糊性”的机制,因为“It's very common for agents to run ahead with total confidence and then end up giving you something that didn't match your intent.”(Agent 经常会满怀自信地一路狂奔,最后却交出完全不符合你意图的东西)。在组织落地层面,首期启动工作坊虽然极为成功,但成本十分沉重——需要核心成员在会议室中封闭整整 3 天,前期筹备时长也高达数天;通过持续提炼和流程精简,团队后续将新开发小队(Squad)的导入工作坊压缩到了短短 3 小时,并且依然取得了优异的协同效果,为组织内大规模快速复制奠定了基础。
```mermaid flowchart TD accTitle: Multi-Agent PR Review and Auto-Fix Architecture accDescr: Review agents post comments in parallel and a downstream helper agent consolidates them into a single conflict-free commit.
subgraph PR_Stage ["代码审查阶段 (PR Review)"] PR["Pull Request 提交"] A1["安全性 Agent<br/>(Security)"] A2["可访问性 Agent<br/>(Accessibility)"] A3["测试覆盖 Agent<br/>(Testing)"] A4["规范检查 Agent<br/>(Lint/Standards)"] end
subgraph Comment_Stage ["建议汇总 (Comments Only)"] C["PR 评审意见池<br/>(无需直接写入代码)"] end
subgraph Resolve_Stage ["冲突消除与提交流程"] H["辅助 Agent<br/>(Helper Agent)"] Fix["全局上下文整合与修复代码"] Branch["单一代码提交<br/>(Clean Commit to Branch)"] end
PR --> A1 PR --> A2 PR --> A3 PR --> A4
A1 -->|"发表评论"| C A2 -->|"发表评论"| C A3 -->|"发表评论"| C A4 -->|"发表评论"| C
C -->|"统一读取所有建议"| H H --> Fix Fix --> Branch ```
- **并发与冲突的演进历程**:从最初的“并发执行导致冲突”,到“退回串行处理”,再到“专业 Agent 只留 Comment + 统一 Helper Agent 读取并合并修复代码”。 - **尽早暴露不确定性(Ambiguity Surfacing)**:在系统前端设计卡点,抑制 AI Agent“盲目自信狂奔”并交付偏差结果的倾向。 - **团队接入效率优化**:新小队导入工作坊耗时从首期的 3 天(加上等额时长的筹备工作)大幅缩减至最少仅需 3 小时。
---
[29:11](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=1751s) 72% 效率提升的终局启示:不要把新马达装进旧工厂
回顾整个项目的原点,Levi Strauss & Co. 的这次技术革命始于对门店数字化核心——Back Pocket 应用程序研发生命周期的彻底再造。项目开端时,现状分析图上密密麻麻地贴满了老旧流程带来的痛点与瓶颈;而如今,这款全新打造的 Back Pocket 应用程序已经成功在东南亚市场正式上线。通过贯穿整个软件开发生命周期的 17 个专业 AI Agent 以及工程体系重构,团队最终实现了高达 72% 的整体流程效率与交付周期改善。
在演讲尾声,Jenny Patchen 向所有计划构建 AI Agent 的企业和技术领导者发出了极具冲击力的警示与呼吁:在着手编码或配置 Agent 之前,最核心的任务是重新审视并重塑你的业务流程。正如她所言:“Don't put the new motor in the old factory.”(不要把新马达装进旧工厂里)。如果只是把 AI Agent 强行嫁接到充斥着传统阻滞的旧有 SDLC 上,根本无法释放工业革命级的效能。她以 Levi's 的品牌历史作为绝妙呼应:1873 年,Levi Strauss & Co. 凭借铆钉工装裤重新定义了工作服装;而在 2026 年,他们与卓越的工程团队并肩,在 GitHub 平台上重新定义了现代软件开发模式。
- **整体核心成效**:Back Pocket 应用程序研发端到端流程达成了 72% 的整体改善,新版本顺利部署东南亚市场。 - **核心方法论金句**:“Reimagine your process first. Don't put the new motor in the old factory.”(先重新构想你的流程。不要把新马达装进旧工厂)。 - **历史与时代呼应**:从 1873 年重新定义劳工服装(Workwear),到 2026 年以多 Agent 协同重新定义企业级软件工程(Software)。
## Notable quotes > [29:11](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=1751s) Reimagine your process first. Don't put the new motor in the old factory. — Jenny Patchen
> [23:31](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=1411s) The Repo and the ticket are durable. Chat is not. — Jenny Patchen
> [17:40](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=1060s) And you can only go as fast as you have good brakes. — Jenny Patchen
> [27:30](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=1650s) It's very common for agents to run ahead with total confidence and then end up giving you something that didn't match your intent. — Jenny Patchen
> [20:31](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=1231s) The tooling was really the easy part and the change management was the heavy lift in terms of the work. — Jenny Patchen
> [23:31](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=1411s) Because if you've been successful your entire career with a set of skills, it becomes very hard to walk away from those skills which have continually given you that success and set you ahead in your organization. — Jenny Patchen
> [09:46](https://www.youtube.com/watch?v=-GpxKKgoWWg&t=586s) And importantly, when these systems change out, we change the connection. We don't change the agent. — Jenny Patchen
## Mentioned Jenny Patchen, Paul David, Levi Strauss & Co., Back Pocket, GitHub, GitHub Copilot, GitHub Copilot Cloud Agent, Copilot CLI, VS Code, Model Context Protocol (MCP), Jira, Confluence, New Relic, Playwright, Figma, Context7, Next.js, OWASP, WCAG, EARS, Gartner, McKinsey, Korn Ferry
## Video description Levi Strauss & Co. built an enterprise multi-agent software development lifecycle on GitHub Copilot's custom agents platform. In this GitHub Universe 2026 session, Jenny Patchen, Sr. Director at Levi Strauss & Co., reveals how seventeen specialized AI agents handle requirements, spec generation, automated testing, security scanning, accessibility validation, and deployment connected to Jira, Confluence, and New Relic through Model Context Protocol (MCP). Every pull request is reviewed by 5 to 11 independent agents that automatically fix issues and commit back to the branch, while retaining strict human approval gates. Explore the enterprise architecture, lessons learned, and practical blueprints for adopting a multi-agent SDLC across your organization.
Speaker: Jenny Patchen, Sr. Director, Shared Platforms & Services, Levi Strauss & Co.
Watch more videos from GitHub Universe 2026: https://www.youtube.com/watch?v=AArI948SDz8&list=PLENrlACZ7mnU
— CHAPTERS —
00:00 Introduction to Levi Strauss & Co. 01:14 Reimagining the back pocket app SDLC 02:59 Defining success and objectives 04:22 Rewiring the process 09:46 Enterprise multi-agent architecture 16:44 Enforcing standards and quality gates 19:47 Internal marketplace and reusability 20:32 Change management and team adoption 24:56 Measuring impact and lessons learned 29:11 Conclusion and future outlook
#GitHubUniverse #GitHubCopilot #AIAgents
Stay up-to-date on all things GitHub by connecting with us:
YouTube: https://gh.io/subgithub Blog: https://github.blog X: https://twitter.com/github LinkedIn: https://linkedin.com/company/github Insider newsletter: https://resources.github.com/newsletter/ Instagram: https://www.instagram.com/github TikTok: https://www.tiktok.com/@github
About GitHub It’s where over 180 million developers create, share, and ship the best code possible. It’s a place for anyone, from anywhere, to build anything—it’s where the world builds software. https://github.com
[Source](https://www.youtube.com/watch?v=-GpxKKgoWWg)