产品介绍

给资深开发者和技术负责人的 AI 倍增器。你做决策，AI 团队执行；它不是给技术小白的一键黑盒。

部署、安装代理与长篇教程见技术站 ai-orchestration.cn；本文聚焦产品能力与价值。

许可与开源（与仓库一致）：唯一事实源为仓库根目录 LICENSE（当前 AGPL-3.0）与 docs/LICENSING_STRATEGY.md；本文不另造许可。可读摘要见技术站 许可与开源范围；条文见 Gitee：LICENSE、LICENSING_STRATEGY。

一句话介绍

VAI TEAM 是一个多Agent协作的软件开发平台。系统调度6个AI角色（Leader、架构师、前端、后端、测试、运维），按8阶段门控流程执行开发任务。

核心逻辑：人类负责决策，AI 负责执行。

你的技术判断力决定了 AI 的产出质量。需求怎么拆、架构怎么选、代码审查卡什么标准，这些决策点全在你手里。AI 的能力上限，取决于驾驭它的人。

8阶段工作流

0

业务方案

AIAI与你讨论需求

你你判断需求边界，砍掉不该做的

1

需求规范

AIAI生成需求文档

你你审核接口设计、数据模型是否合理

2

产品原型

AIAI出原型方案

你你决定交互逻辑和页面结构

3

技术方案

AIAI出技术选型和架构

你你审核架构是否过度设计或不足

4

任务分解

AIAI拆成子任务

你你判断任务粒度是否合理、依赖关系对不对

5

代码实现

AI多Agent并行编码

你你Review代码，决定是否通过

6

测试

AIAI写测试+修Bug

你你判断测试覆盖度，决定是否需要补充

7

部署交付

AIAI生成部署配置

你你确认部署方案是否符合生产要求

经验丰富的开发者在Stage 0就能把需求定义清楚，在Stage 3就能纠正架构偏差，在Stage 5能快速识别出AI写的烂代码让它重写。每一个决策点的质量，直接决定最终交付物的质量。

为什么需要资深开发者

这不是一个“输入需求就自动出成品”的黑盒工具，更不是面向技术小白的替代品。

• 新手用：AI会"看起来很努力地跑完了"，但产出可能是一堆能跑但不可维护的代码
• 资深开发者用：产出的是经过架构审查、代码Review、测试验证的工程化交付物

区别在于每个审核节点的判断质量。

模型配置（实战推荐）

系统支持为不同角色分配不同模型，按任务复杂度分级：

角色	推荐模型	说明
架构师	Opus 4.6	架构设计和技术方案决策，调用频率低但质量要求高
编码主力	Sonnet 4.6	前端/后端/测试的主力，编码能力强，性价比优
编码主力（备选）	GPT-5.3 Codex	编程效果也不错，可根据任务类型混用
简单编码	Minimax M2.5	CRUD、配置文件等简单任务降级使用
Leader / 运维	DeepSeek	调度、文档生成、部署配置，便宜量大

自动升级机制：低级模型2次重试失败 → 自动升级到更强模型 → 仍失败 → 提示人工介入。避免Token空耗。

支持任何 OpenAI 兼容格式的API。你用哪家的Key，Token就从哪家扣。

Token消耗预估

项目规模	举例	预估AI费用	同等外包人力成本
小型	Landing Page / CLI工具	¥200-500	¥5,000-10,000
中型	管理后台 / API服务	¥500-1,500	¥15,000-30,000
大型	完整SaaS系统	¥2,000-5,000+	¥50,000-150,000+

消耗分布：Stage 5代码实现占 50%以上，其次是Stage 6测试。文档阶段用DeepSeek几乎零成本。

费用受模型选择影响较大——全程用Opus会贵数倍，合理分级（架构用Opus、编码用Sonnet、简单任务用DeepSeek）是控制成本的关键。

对比人力成本：即使是大型项目，AI费用也不到外包人力的 1/10。

部署与运行方式

VAI TEAM 不只支持平台全托管，也支持混合托管和用户自备环境。

方式	Agent 环境	项目部署环境	适合对象
平台全托管	平台提供	平台提供	想直接开箱即用、尽量少运维的团队
混合托管	平台提供或用户自备	平台提供或用户自备	已有部分基础设施，但仍希望使用平台能力的团队
用户自备环境	用户自备	用户自备	有现成服务器、内网或专有云要求的团队

简单理解：

• 你可以只买平台能力，自己提供 Agent 服务器和部署服务器。
• 也可以只自备其中一部分环境，另一部分继续由平台提供。
• 若使用平台机器，平台会承担更多运行资源、运维和标准化支持责任。
• 若使用自备环境，平台主要负责软件能力与接入支持，机器本身故障默认由用户侧处理。

常见问题

代码质量怎么保证？

门控审核机制——AI自检 → Leader代码审查 → 人工确认。你的Review标准决定了最终代码质量。

支持什么技术栈？

主流都支持。经验包机制可以沉淀特定技术栈的最佳实践，做过一次后后续同类项目更快更稳。

数据安全？

• 自部署（AGPL）：运行与数据在你的基础设施内；模型 API Key 由你配置时可直连供应商，不经由我们赚取 Token 差价。
• 云托管 / 专属托管：项目资料与运行环境在平台侧或约定隔离资源内，责任与数据边界以注册用户协议、隐私政策及 定价页「环境提供方式与责任边界」「许可证说明」为准。
• 开源与交付边界（哪些在 AGPL 内、哪些可能仅二进制或托管）：以仓库 LICENSE、docs/LICENSING_STRATEGY.md 与技术站 许可与开源范围 为准。

能用自己的 Agent 服务器或部署服务器吗？

可以，支持平台全托管、混合托管和双自备三种方式。

• 自备一类环境，价格会减去对应环境费。
• 两类环境都自备，只收基础平台费。
• 若使用平台全托管，可获得更完整的自动开通、统一升级、备份和监控能力。

任务失败怎么办？

自动升级：低级模型失败 → 升级强模型重试 → 仍失败 → 人工介入。每级最多2次重试，Token消耗可控。