你以为你在用 AI 写代码，其实你只是在给 AI 当项目经理

每次接到一个稍微复杂点的需求，你的工作流是不是这样的：

打开 Cursor，先想半天怎么拆任务，然后一条一条喂给 AI——"先帮我建目录结构"，"好，现在写 API 层"，"这个组件再单独搞一下"……整个过程你就像一个项目经理，在那里协调、检查、推进，AI 负责执行，你负责思考。

听起来还不错？问题是，这套工作流的天花板，是你自己的认知上限。

任务拆得好不好，全看你对这个项目的理解有多深。你没想到的依赖关系，AI 不会提醒你；你拆错了顺序，AI 只会乖乖按顺序出错。本质上，AI 只是一个执行器，真正在"想"的还是你。

Cursor 的 /orchestrate 指令，要解决的就是这个问题。它的核心逻辑只有一句话：

手动拆任务是"人给 AI 分工"，/orchestrate 是"AI 给 AI 分工"——这个主语的转移，才是真正的范式跃迁。

---

第一章：你以前的工作流，为什么是个隐形瓶颈

让我描述一个具体场景。

你接到需求：给现有的 React 项目加国际化支持，支持中英文切换，所有文案提取成 i18n key，同时不能破坏现有组件结构。

你的第一反应，是开始在脑子里拆任务：

1. 安装 react-i18next 和相关依赖

2. 配置 i18n 初始化文件

3. 扫描所有组件，找出硬编码文案

4. 提取文案，生成 en.json 和 zh.json

5. 修改每个组件，替换为 t('key') 调用

6. 加语言切换组件

7. 测试

你把这个清单喂给 AI，然后开始一步步推进。这个流程能跑通，但有几个隐患你可能没意识到：

  • 步骤 3 和步骤 5 其实可以并发，但你的顺序执行让它们变成了串行
  • 你可能漏掉了动态生成的文案、第三方组件里的硬编码、以及 title 和 alt 属性里的文本
  • 每个步骤之间，你都要检查输出、确认没问题、再触发下一步——你的注意力被反复打断

这不是你的问题，这是"人工拆任务"这种模式的结构性缺陷。

---

第二章：/orchestrate 到底做了什么？

Cursor 官方对 /orchestrate 的定位是：启动一个 Orchestrator Agent，由它负责将复杂目标分解为子任务，并协调多个 Sub-Agent 并发执行，最终聚合结果。

听起来像套话？我们拆开看三个核心机制。

核心一：任务图是 AI 动态生成的，不是你预设的

当你输入 /orchestrate 加上目标描述，第一步发生的事情不是"开始执行"，而是 Orchestrator Agent 先对目标做分析，生成一张任务依赖图。

这张图不是线性的清单，而是一个有向无环图（DAG）——哪些任务必须先完成，哪些任务可以并行，哪些任务的输入依赖另一个任务的输出，全部由 AI 自己推导。

你的输入：

"给 React 项目加国际化，支持中英文，提取所有硬编码文案"



Orchestrator 生成的任务图（示意）：



[分析项目结构] ──┬──> [安装依赖 + 配置 i18n]


│


└──> [扫描硬编码文案] ──> [生成语言包] ──> [替换组件文案]


│


└──> [添加切换组件]


│


[集成测试验证] <──┘

类比一下：你给了目的地，它自己规划了路线——而且规划的路线比你手动画的更完整，因为它考虑了你可能忽略的依赖关系。

核心二：子 Agent 可以递归再生成子 Agent

这是 /orchestrate 最有意思的地方。

当某个子任务的复杂度超过阈值——比如"扫描硬编码文案"这个任务，发现项目有 200 个组件，文件数量巨大——该 Sub-Agent 不会卡住，也不会回来找你求助。它会继续向下 spawn 新的 Agent，把"扫描 200 个组件"这件事再拆成更小的并发任务。

Orchestrator

└── Sub-Agent: 扫描硬编码文案


├── Sub-Sub-Agent: 扫描 /components/ui/ (50个文件)


├── Sub-Sub-Agent: 扫描 /components/pages/ (80个文件)


├── Sub-Sub-Agent: 扫描 /components/forms/ (40个文件)


└── Sub-Sub-Agent: 扫描 /hooks/ + /utils/ (30个文件)

类比：工头发现活太多，自己再雇工人，而不是回来找你汇报"活太多干不完"。

这个递归能力意味着，任务的实际执行深度是动态的，不是你预先定义的。

核心三：上下文隔离 + 结果聚合同时发生

每个 Sub-Agent 拥有独立的 context 窗口。

这个设计解决了一个长期困扰大型任务的问题：当任务复杂到一定程度，单个对话的 context 会被大量中间信息填满，导致 AI 开始"忘事"——前面定的规范，后面就不遵守了；前面分析的结构，后面就搞错了。

独立 context 的意思是：每个 Sub-Agent 只看自己负责的那部分，不被其他任务的噪音干扰。

但独立执行之后，结果怎么合并？这是 Orchestrator 的另一个职责：结果聚合和冲突裁决。

比如两个 Sub-Agent 都生成了语言包文件，但 key 的命名规范略有不同，Orchestrator 会负责做统一，而不是把两份结果原样扔给你。

类比：多个工程师各自写模块，最后有人专门做 code review 和合并——而这个"最后的人"也是 AI。

---

第三章：和手动拆任务的本质区别

用一张表格直接对比：

| 维度 | 手动拆任务模式 | /orchestrate 模式 | | 谁来拆任务 | 人（你） | Orchestrator Agent | | 拆解质量上限 | 你对项目的理解深度 | 模型的推理能力上限 | | 并发能力 | 基本是串行，偶尔手动并行 | 自动识别并发机会，多 Agent 同时跑 | | 出错处理 | 你发现了再回头改 | Sub-Agent 局部失败可局部重试，不影响其他分支 | | 人的介入频率 | 每个步骤之间都要确认 | 只需在关键检查点介入 |

这张表的核心信息是最后一行：你的注意力从"每步都要盯"变成了"只看关键节点"。

这不是效率提升，这是工作性质的变化。你从执行层的监工，变成了策略层的决策者。

---

第四章：普通开发者怎么用好这个能力？

知道了机制，怎么落地？给你三个可以直接复用的 Prompt 写法。

Prompt 模板一：高质量目标描述

差的写法： 
/orchestrate 给 React 项目加国际化
好的写法： 
/orchestrate


目标：为当前 React + TypeScript 项目添加国际化支持



具体要求：


  • 使用 react-i18next 作为 i18n 框架
    • 

  • 支持语言：中文（zh）和英文（en），默认中文
    • 

  • 需要处理的文案范围：所有 .tsx/.ts 文件中的中文字符串，包括 JSX 文本、title 属性、aria-label、placeholder
    • 

  • 语言包文件格式：JSON，按功能模块分文件（如 common.json、auth.json、dashboard.json）
    • 

  • 不修改组件的 props 接口和样式
    • 

  • 在 Header 组件中添加语言切换按钮
    • 



项目结构说明：


  • 组件目录：src/components/
    • 

  • 页面目录：src/pages/
    • 

  • 入口文件：src/main.tsx
    •
关键点： 目标描述越具体，Orchestrator 生成的任务图越精准。模糊的目标会导致 AI 在关键决策点"自由发挥"，结果可能偏离预期。

Prompt 模板二：约束条件，防止递归失控

Agent 递归失控是真实存在的风险。典型症状：任务爆炸（一个任务被拆成几十个细碎子任务，每个子任务又继续拆）或循环依赖（A 等 B 完成，B 等 A 完成）。

规避写法： 
/orchestrate


[目标描述]



约束条件：


  • 单次执行的文件修改范围不超过 30 个文件；如果超出，暂停并列出清单等待确认
    • 

  • 不创建新的目录结构，只在现有目录内操作
    • 

  • 不修改 package.json 以外的配置文件
    • 

  • 遇到不确定的命名决策，使用 [PLACEHOLDER] 标记，不要自行猜测
    • 

  • 最大递归深度：3 层
    •
最大递归深度：3 层 这一条是关键。明确告诉 Orchestrator 不要无限向下分解，超过深度限制就停下来汇报。

Prompt 模板三：插入人工检查点

/orchestrate


[目标描述]


[约束条件]



检查点（Human-in-the-loop）：


  • 检查点 1：生成任务依赖图后，展示给我确认，再开始执行
    • 

  • 检查点 2：语言包文件生成完成后，暂停，我需要审查 key 的命名规范
    • 

  • 检查点 3：所有组件修改完成后，运行 TypeScript 类型检查，有报错先停下来
    •

检查点的设计原则：放在"不可逆操作"之前，或"影响范围最广"的节点。语言包的命名规范一旦定了，后面几百个 key 都要跟着走，所以在这里插入人工确认最划算。

---

一个真实场景的完整指令

把上面三个模板合并，国际化需求的完整 /orchestrate 指令长这样：

/orchestrate


目标：为 src/ 目录下的 React + TypeScript 项目添加国际化支持



具体要求：


  • i18n 框架：react-i18next + i18next
    • 

  • 支持语言：zh（默认）、en
    • 

  • 文案提取范围：所有 .tsx/.ts 文件中的中文字符串
    • 

  • 语言包结构：按页面模块拆分 JSON 文件
    • 

  • 在 src/components/Header.tsx 中添加语言切换 UI
    • 



约束条件：


  • 不修改组件 props 接口
    • 

  • 不删除任何现有文件
    • 

  • 单次修改文件数上限 20 个，超出则分批并等待确认
    • 

  • 最大 Agent 递归深度：3 层
    • 



检查点：


1. 展示任务依赖图后等待我确认


2. 语言包 key 命名方案生成后暂停


3. 全部替换完成后运行 npx tsc --noEmit，有报错停下

---

如果你想在自己的项目里实验这套多 Agent 工作流，不一定非要绑定 Cursor 的完整环境。通过标准 API 接口，你同样可以手动实现 Orchestrator + Sub-Agent 的调用链。

[api.884819.xyz](https://api.884819.xyz) 提供兼容主流模型的 API 接口，按量计费，没有月租，适合个人开发者直接上手搭原型。新用户注册即送体验 token，国产模型（Deepseek / 千问等）完全免费，拿来跑 Agent 链路实验成本极低。

---

第五章：这个设计意味着什么？

从 /orchestrate 出发，我想说一件更大的事。

过去几年，我们对"AI 辅助编程"的想象，基本停留在"更智能的代码补全"或者"更好用的搜索引擎"。你写代码，AI 帮你补；你有问题，AI 帮你查。人是主体，AI 是工具。

/orchestrate 代表的方向是另一回事：AI 开始承担认知工作，而不只是执行工作。

任务拆解、依赖分析、并发调度、结果裁决——这些以前必须由人来做的"思考"，现在可以委托给 Orchestrator。人退到了更高的层次：定义目标，设置约束，在关键节点做判断。

这意味着，未来开发者最值钱的技能，不是你能写多快的代码，而是你能不能把目标描述清楚，能不能设计出合理的约束体系，能不能在正确的地方插入人的判断。

换句话说：Prompt 的质量，决定了你能从这套系统里拿到多少。

你现在的 Prompt 习惯，还停在"帮我写一个函数"这个层次吗？

工具已经进化了。问题是，你的思维方式有没有跟上。

---

📌 下一篇预告

/orchestrate 解决了任务拆解的问题——但多个 Agent 并发执行时，Context 冲突和结果合并才是真正的难题。

你有没有遇到过这种情况：Agent 改了 A 文件，另一个 Agent 不知道，又基于旧版本的 A 文件做了修改，最后合并出来一堆冲突？

下一篇，我会拆解 Cursor 的 Context 隔离机制，以及为什么你的 Agent 有时候"左手不知道右手在做什么"——以及怎么修。

---

本文由8848AI原创，转载请注明出处。关注8848AI，带你从零开始学AI。

#AI编程 #Cursor #Agent #Prompt技巧 #开发者工具 #8848AI #Agentic编程 #AI工作流