用 AI 写代码的人，多半都撞上过同一堵墙：代码产出快了，敢接手的人却少了。注释随手加、规矩靠自觉、审查全凭手感，没人说得清”这套规矩今天到底有没有被守住”。
YC（那家孵化器）把自己内部在用的 Agent 外壳开源了，叫 qm，76 天冲上 1.5 万 Star。它立了一条开源圈少见的铁规矩：仓库里不许有注释。 我把它搬进隔离沙箱实测：49.1 万行 TypeScript 代码，躺着 885 行注释；但真正会掩盖问题的那两类坏注释——待办标记和类型屏蔽指令——是 0 条。
它到底是什么
一句话：qm 是给一个团队、而不是一个人用的 Agent 外壳。所谓”外壳”（英文 harness），也就是套在大模型外面、负责跑工具、管上下文、记账的那层壳。
市面上多数 Agent 是按”个人助手”造的，想放大到全公司很快就失控：记忆混在一起、权限说不清、谁占了什么资源查不到。qm 反过来，它一开始就假设用的人是一整个公司——每个员工有自己的独立空间，同时还能在频道、群聊、项目里跟 Agent 一起干活。
它管这块独立空间叫”作用域”（scope）：计算、记忆、文件、定时任务、小应用各自分开，想跨过去必须走一道明确可查的授权。
再往里一层，是它最有意思的设计，叫”会话磁带”（session tape）。可以把它想成一本只许往后写的账本：每一轮对话、每次工具调用、每条结果，都按顺序记下来，进程在任何时刻被打断都扛得住，照着账本重放就行。它的设计文档列了五条”北极星”，其中两条是”快就是最好的功能”和”删代码优先于加代码”。
| 它能干什么 | 具体覆盖 |
|---|---|
| 个人空间 | 每人一块隔离的工作区、记忆、文件、定时任务 |
| 协作 | 频道路由、群消息、项目共享、技能共享 |
| 后台任务 | 定时任务、循环任务、外部回调 |
| 换引擎 | 编码助手可换（Pi、Codex 这类现成的），模型也可换 |
| 界面 | 同一份会话，Slack 和网页都能看 |
零注释这条铁律，我照着数了一遍
先交代条件：全程在一台隔离沙箱里跑，被测项目拷进沙箱自己的工作目录，宿主机的凭证和目录都挡住，机器只有 1.9G 内存。命令和结果都可复现。
| 我跑的命令 | 结果 |
|---|---|
| 数 TypeScript 文件与总行数 | 1978 个文件、491,540 行 |
数 src/ 下的文件与行数 |
553 个文件、138,394 行 |
| 数以行注释符号或块注释符号开头的行 | 885 行（src/ 里 549 行，集中在 72 个文件） |
搜待办标记 TODO / FIXME |
0 条 |
搜类型屏蔽指令（ts-ignore 这类） |
0 条 |
| 跑它自己的自审脚本 | 退出码 1，提示 PR 缺”自审报告”段 |
“零注释”不是口号，是写进规范的两条硬话。一条明说：”标准就是零注释——不写解释性注释和文档块，不留待办标记，不加类型屏蔽指令，不保留注释掉的代码。”另一条解释为什么这么极端：”注释在历史上强化了代码漂移，还给后续的 Agent 留下了’奖励式取巧’的掩护。”
885 行放在 49.1 万里只占 0.18%。我更在意的是那两类真会出事的注释——待办标记、类型屏蔽指令——一条都没有。换句话说，这条几乎不可能 100% 达成的铁律，实际达成率 99.8%，漏网的基本是解释”为什么这么写”的说明，不是掩盖问题的补丁。
它给自己也立了 19 面镜子
更少见的是它的”认错档案”。规范文档里专门有一节叫”耻辱墙”（Wall of shame），把自己历史上犯过的错分类挂出来，一共 19 面镜子，从”过度工程”到”打补丁式修复”再到”格式匹配写太多”。其中 7 面标着”每个合并请求必审”，意思是这几类错最容易复发。（合并请求即 PR，别人改代码要先提这个，通过审查才能并进去。）
它不只是记录，还做成了闸门。仓库里有个脚本专门检查每个合并请求里有没有附上一份自审报告，缺了就直接让流水线红掉——我把它克隆下来跑了一遍，退出码 1，报错很直接：”PR 描述里没有自审报告段”。这说明这套自我约束不是墙上标语，是真的接了电的。
规模也摆在那：1978 个 TypeScript 文件对应 724 个测试文件，7770 个测试用例、近 3.1 万处断言；6 条持续集成流水线；39 份设计文档、25 个自带技能、35 个沙箱后端相关文件；已合并的请求 904 个，编号已经排到 2264。光是 10 月 12 到 14 日这三天，就提交了 51 次。
翻车点也说全，三条。一是它还是 0.1.0 版本，项目自己写明这仍是一场”早期实验”，接口不保证稳定。二是它的文档里自曝过一个体验问题——一个余额不足的用户被拒绝时，界面上只显示”这轮失败了，详情看操作员错误日志”，而那个用户根本没有这个日志。三是它的完整测试套我没能跑起来——它要求 Node 24.15 以上，我的沙箱是 Node 22，还要另起一个 Postgres 数据库，所以那 7770 个用例我只数了数字、没有实际执行，这一点如实说明，不拿它凑数。
同类里它站在哪，谁该用它
同类可粗分三路。字节的 DeerFlow 走”深度研究”路线，把多个检索步骤串成一条流水线；国产的 CowAgent 走”全栈自托管”，从网页界面到后台一把抓；再有一类专攻单点，比如只做 Agent 的记忆。qm 的差异在”多人”这一层：它把每个员工、每个频道切成独立的作用域，再叠上一本可重放的会话账本，解决的是”一个公司共用一个 Agent 时不打架”。它的不同还在于把”自查”本身做成了必过的闸门，而不只是一份建议。
适合谁：想让整个团队共享一个 Agent、又必须把每个人的数据和权限分清的团队；自己维护模型密钥、要求本地部署的公司。
先别急的两种人：一是要稳定接口接进核心系统的——它自己标着早期实验；二是图省事的个人用户——你得自己准备数据库和服务器，它不是一个装完就能聊天的小工具。
我的判断
qm 是目前少见的”把工程纪律当产品做”的 Agent 外壳：零注释、耻辱墙、19 面镜子、7 面必审、一道真跑得起来的闸门，这些都不是营销词，是能 clone 下来一条条核的。它立了一条几乎不可能 100% 守住的铁律，实测守住 99.8%，漏网的全是解释性说明——这比”从没立过规矩”要诚实得多。值得放进观察清单，尤其是正在被”多人共用一个 Agent”搞烦的团队。
关注 AI商业快讯，每天一篇 AI 热点深度解读。
相关阅读：