AutonomyAI

AutonomyAI是什么

AutonomyAI是一套面向产品团队的生产级AI开发平台，核心执行引擎名为Fei Studio。它连接现有代码库、组件、设计系统和工程规范，把产品想法转化为可视化方案、生产代码、规格文档和待工程师审核的合并请求。

产品目标不是让AI绕过工程团队直接上线，而是让产品经理和设计师在真实系统中完成更多实施工作，再由工程师审查和合并。它更接近跨职能产品交付操作系统，而不是单人使用的代码补全插件。

核心功能

• 代码库理解：扫描组件、样式、接口、事件、依赖和架构。
• 多种任务输入：接受产品需求、工单、截图、设计稿和文字说明。
• 结构化规划：根据现有基础设施拆解改动和实施步骤。
• 视觉原型：在生成最终代码前提供可查看、可比较的方案。
• 生产级代码：复用真实组件并遵守组织编码规范。
• 规格文档：记录需求、决策、实现说明和完整变更历史。
• 合并请求：创建干净、可供工程师审查的代码变更。
• 知识中心：随着代码库变化持续更新项目上下文。
• 多智能体执行：单个任务可协调数十个内部执行步骤。
• MCP接入：把Fei Studio交付能力带入兼容的AI开发工具。

Fei Studio如何工作

1. 连接企业的Git代码库并授权必要的只读与写入范围。
2. 平台扫描代码结构、设计系统、接口、样式和工程约定。
3. 产品经理或设计师提交需求、截图、工单或设计文件。
4. Fei将想法拆解成与现有架构相符的计划与可选方案。
5. 系统生成视觉预览、生产代码和配套规格文档。
6. 完成验证后创建独立分支和待审核的合并请求。
7. 工程师检查代码、测试、安全和架构影响后决定是否合并。

代码库理解

Fei Studio会连接Git仓库并建立代码库模型，官网称可在较短时间内理解项目。它关注的不只是文件内容，还包括CSS规范、接口模式、数据连接、身份验证、事件、第三方库和渲染配置。

• 项目目录、模块边界和主要技术栈。
• 现有组件、设计令牌、样式和响应式规则。
• 接口、数据获取、缓存和状态管理方式。
• 身份验证、单点登录和权限检查位置。
• 事件、埋点、表单和业务流程。
• 测试、格式化、构建和持续集成要求。
• 组织常用的代码模式和审查标准。

任务输入方式

三项任务输出

每个完成的任务会形成三类核心结果：视觉原型、符合组织规范的生产代码，以及包含规格说明的合并请求。工程团队因此可以同时检查用户体验、实现细节和需求依据。

如何提交一个高质量任务

1. 先写明用户问题和希望改善的业务结果。
2. 指定受影响页面、角色、流程和不可修改的区域。
3. 加入验收条件、边界状态、错误状态和权限要求。
4. 提供相关设计、截图、工单和现有组件位置。
5. 要求Fei先输出计划和多个方案，不要直接修改高风险代码。
6. 选择方案后生成实现，并查看视觉原型与规格。
7. 创建合并请求前运行项目测试、安全检查和格式化工具。

产品经理如何使用

• 把产品需求从文字规格推进到真实产品中的可运行变更。
• 快速比较多个实现方案，而不是等待工程排期后才验证。
• 处理范围明确的界面改善和支持反馈。
• 为利益相关者制作基于真实代码的演示。
• 在提交工程审查前补齐验收条件和变更说明。
• 用合并请求而非孤立原型与工程团队协作。

设计师如何使用

• 在真实设计系统和现有组件上探索用户体验方案。
• 将Figma或截图转化为可运行界面变体。
• 检查不同屏幕尺寸、状态和交互，而不是只看静态画布。
• 重构遗留界面并保持组件和样式一致。
• 把设计决策、实现细节和代码变更放在同一任务中。
• 在工程审核前验证视觉质量与产品流程。

工程师如何使用

• 让产品与设计团队承担范围清晰的前端实施任务。
• 减少把原型重新翻译成生产代码的重复工作。
• 接收包含规格、视觉预览和完整上下文的合并请求。
• 使用现有测试、静态分析和代码审查控制质量。
• 保留对架构、安全、数据和上线决定的最终权力。
• 把时间集中在平台、复杂后端和高风险技术问题。

常见使用场景

• 验证产品想法：在真实代码中生成多个可运行方案。
• 改进现有功能：从反馈或指标发现问题后直接制作改动。
• 支持反馈转变更：把可复现客户问题推进到合并请求。
• 利益相关者演示：使用真实产品环境展示方案。
• 加速功能交付：处理积压队列中的前端与产品任务。
• 企业定制：在共享产品上实现客户特定体验。
• 遗留界面重构：复用现代组件替换旧实现。
• 设计系统对齐：修正不一致的样式和组件使用。

MCP服务器

AutonomyAI提供MCP服务器，可把Fei Studio的生产交付层连接到Claude Code、Cursor或其他兼容客户端。这样团队可以留在原有AI开发环境中调用代码库理解、任务执行和交付能力。

• 在统一的AI客户端中调用Fei Studio，而不必频繁切换工具。
• 复用AutonomyAI对真实代码库和设计系统的理解。
• 把任务规划、实现、验证和合并请求创建串成流程。
• 为不同人员和代理配置受限的仓库与动作权限。
• 保留工具调用、代码变更和人工审批记录。

Agent Knowledge Hub

知识中心会随着代码库演进更新项目上下文，减少每个任务重新解释架构的工作。近实时更新仍需要验证，团队应检查分支、生成代码和当前生产版本是否一致。

• 持续同步组件、接口和项目架构变化。
• 记录组织编码规范和设计系统使用方式。
• 为后续任务复用已确认的上下文。
• 减少旧组件、过期接口和错误模式被重复使用。
• 在大型迁移或分支差异出现时触发重新检查。

多智能体任务执行

一个用户任务可触发40多个内部智能体步骤，平台按完成任务而不是内部步骤或用户席位计费。对用户而言计费更直观，但复杂任务是否算一个任务、失败重试是否消耗额度仍需查看当前规则。

Free Forever免费版

免费版适合个人或小团队探索企业级AI辅助开发，包含1名用户、1个代码仓库、最多200个组件、UI Tweak工作流和社区支持。它不包含付费方案的年度任务额度与完整团队能力。

付费套餐价格

Seed、Starter和Teams均显示月度价格，但按年结算。Scale面向中型、大型或受监管组织，采用定制任务、服务等级、安全和合规报价。

套餐功能对比

Seed套餐资格

Seed方案只面向已经获得种子轮融资且员工少于15人的初创企业。购买前需要确认资格审核、融资证明、员工计算方式和未来超过条件后的迁移价格。

如何选择套餐

• 个人验证界面微调工作流，可先使用Free Forever。
• 符合融资和人数条件的早期初创团队可评估Seed。
• 需要Jira、Linear、Figma、Slack与Storybook集成的小团队适合Starter。
• 需要更多任务、Designer Suite和自带模型密钥的跨职能团队可考虑Teams。
• 需要专属服务等级、数据驻留或定制组件库的企业应选择Scale询价。
• 按预计完成任务数量而不是员工人数估算成本，因为付费方案均不限用户。

真实任务成本怎么计算

以上只是用公开订阅价除以年度任务额度的简单估算，不包含内部审核、测试、模型密钥、实施和未完成任务成本。实际投资回报应比较每类任务节省的交付时间与后续修改成本。

安全与合规

• 传输和静态数据采用行业标准加密。
• 内部访问通过单点登录、VPN和双因素认证限制。
• 持续记录认证、管理操作和接口使用日志。
• 官方说明客户数据不用于训练AI模型。
• 默认客户数据存储在美国AWS环境。
• 企业客户可讨论满足司法辖区要求的数据驻留方案。
• 支持自带模型密钥和客户托管模型集成。
• 开发流程包含代码审查、静态分析和依赖风险检查。

认证与合规状态

官方合规页面称AutonomyAI自2025年6月起达到SOC 2合规状态，并说明基础设施遵循ISO 27001原则。页面同时写明仍在推进完整GDPR合规，不能把“遵循原则”理解为已经取得所有认证。

代码审核与发布治理

1. 根据变更目录、数据访问和业务影响划分风险等级。
2. 低风险文档和测试改动可走较快审查路径。
3. 普通产品代码必须通过测试、静态分析和工程师审查。
4. 身份、计费、个人数据、基础设施和迁移要求额外审核人。
5. 使用功能开关、预发布环境和分阶段发布降低影响。
6. 合并后监控错误、性能和用户指标，并保留回滚方案。
7. 定期审计AI创建的合并请求、批准人和线上结果。

适合哪些团队

• 拥有成熟代码库和设计系统的SaaS产品团队。
• 产品需求积压较多，但工程资源需要集中处理复杂问题的组织。
• 希望让产品经理和设计师提交可审核生产改动的团队。
• 需要在真实代码中快速验证体验方案的设计团队。
• 要求AI代码通过现有合并请求、测试和工程审查的企业。
• 需要不限用户、按任务容量购买的跨职能团队。

不太适合的情况

• 没有现有代码库，只想从零搭建简单演示网站的个人。
• 不使用Git和合并请求审查流程的团队。
• 代码库缺少测试、设计系统和明确工程规范的早期项目。
• 希望AI未经工程审核直接修改生产系统的组织。
• 任务主要集中在底层基础设施、复杂算法或大规模后端迁移的团队。
• 无法接受代码和元数据进入第三方托管环境的高敏感项目。

产品优势

• 直接在真实代码库和设计系统中工作，减少原型重做。
• 同时输出视觉方案、生产代码、规格和合并请求。
• 为产品、设计和工程提供共同的交付对象。
• 知识中心随代码更新，减少重复建立项目上下文。
• 付费方案不限用户，适合跨职能协作。
• 提供企业安全、日志、BYOK和数据驻留选项。
• MCP服务器可连接现有AI开发环境。

使用限制

• 生成代码仍可能存在逻辑、安全、性能和可维护性问题。
• 平台效果高度依赖现有代码质量、测试覆盖和组件规范。
• 付费方案按年结算，Starter和Teams成本较高。
• 任务计数规则、失败重试和复杂任务拆分需要购买前确认。
• 默认数据位于美国，对数据驻留敏感的组织需要企业方案。
• 完整GDPR合规仍在推进，采购方需要自行完成法律审查。
• Explorer Mode与部分业务数据连接仍属于规划能力。
• 产品经理和设计师能够生成代码，不代表可以绕过工程所有权。

隐私与数据注意事项

• 只连接完成试点所需的仓库、分支和组件。
• 删除测试密钥、客户数据和不应发送给模型的样本。
• 确认供应商、子处理商、日志和向量化元数据的处理范围。
• 对OpenAI、Anthropic或自带模型密钥分别配置权限。
• 建立人员离职、项目结束和供应商更换时的数据删除流程。
• 受监管团队应在合同中明确驻留、备份、事件通知和审计权。

GitHub与开源状态

AutonomyAI核心平台和Fei Studio不是开源项目。截至核验时，没有发现与该商业产品明确关联的官方GitHub源码组织；搜索中的Autonomous、Autonomi和Autonoma等相似项目并非同一产品。

基本信息

推荐指数

综合推荐指数为4.5分，满分5分。AutonomyAI适合已有成熟代码库、设计系统和代码审查流程的产品团队，能减少产品到工程的重复交接，但成本、任务计数与数据合规需要认真评估。

常见问题

AutonomyAI主要做什么？

它把产品需求、截图或设计转化为视觉原型、生产代码、规格文档和合并请求。

Fei Studio会直接上线代码吗？

它创建待审核的合并请求，工程师仍需检查并决定是否合并和发布。

产品经理需要会编程吗？

不要求亲自编写代码，但需要能描述需求、检查产品结果并与工程师共同审查。

有免费版吗？

有，免费版包含1名用户、1个仓库、最多200个组件和UI Tweak工作流。

Seed套餐多少钱？

按年结算，折算每月125美元，包含每年300个任务，但有融资和人数资格限制。

Starter多少钱？

按年结算，折算每月425美元，包含每年1,200个任务和五项团队集成。

Teams多少钱？

按年结算，折算每月1,000美元，包含每年4,000个任务、BYOK和Designer Suite。

客户代码会用于训练模型吗？

官方说明不会使用客户数据训练AI模型，但企业仍应核实日志与子处理商范围。

支持MCP吗？

支持，可在兼容的AI开发客户端中调用Fei Studio交付能力。

AutonomyAI是开源工具吗？

不是，核心平台和Fei Studio均为商业托管服务。