淘宝技术团队在AI Coding领域做了一项探索，重点不是让模型写更多代码，而是把过去依赖人的隐性劳动系统化。目标维护、状态调度、结果核验这些动作，原本散落在工程师的日常判断里，现在被整理成一套“循环工程”方法。

从人肉兜底到执行闭环

打开网易新闻 查看精彩图片

过去AI取数容易断在中间环节：模型给出结果，但没人确认对不对、下一步该不该继续。团队引入结构化任务、作业和执行台账，让每一步都有记录、有状态、有收口。自动执行不再是一句口号，而是靠基础设施把闭环真正关起来。

把隐性劳动显性化

这套做法的关键在于识别出那些“看不见的活”。工程师维护目标、切换状态、验证结果，这些动作平时不会写进文档，却决定了AI能不能可靠取数。团队把它们拆解成可管理、可追踪的单元，让系统而不是人来承担调度和核验。

从结果看，这更像一次工程思路的转变：AI Coding的可靠性不单靠模型能力提升，还要靠配套的执行基础设施。当任务、作业和台账成为标准组件，AI取数才有机会从演示走向日常使用。