Shopify 打造 Remote Dev 架构，为 AI 智能体提供移动端远程开发环境

我们搭建了智能体工作流来并行处理移动端开发任务，但开发机很快就吃不消了。仅仅运行三四个工作流，编译器、模拟器和仿真器相互争抢资源，就能让一台笔记本电脑的性能直接见顶。而且电脑还必须一直保持唤醒状态，谁要是手滑合上笔记本屏幕，正在跑的任务就全停了。

前端和后端团队此前已经用上了集成在 Slack 里的 AI 智能体 River，干活时完全不占本地机器的资源。移动端也需要类似的方案。但 River 运行在 Linux 上：它虽然能编辑 Swift 代码，可构建和测试 iOS 应用时，还是得回到那些早就卡爆了的笔记本上。

我们下派任务的速度，已经远远超过了机器实际跑任务的能力。于是，我们打造了 Remote Dev。

两大限制：要么是一台 Mac 承载了太多构建任务，要么是 Linux 上缺少 iOS 工具链。

我们的解决方案

多智能体并发，多任务并行

有了 Remote Dev，笔记本能跑多少个构建和模拟器再也不是瓶颈。每次 River 会话都会分配到一个独立的环境，我们可以让一个智能体在 Android 上调试 Bug，另一个在写 iOS 功能，还有一个在测试 PR，所有任务完全并行。

而且因为所有任务都在远端运行，我们直接在 Slack 里就能向各个可用环境分发不同任务，本地连 Xcode 或 Android Studio 都不用开！

后台全自动运行

Remote Dev 最大的优势之一，就是 River 能够自主接管大部分开发流程。从编写改动、构建应用、运行测试，到操作模拟器、截取屏幕截图，再到提交 PR，它全都能搞定。中途要是出了问题，它还会查看日志、排查修复并重试，我们则可以专心做别的事情。

分支变基（rebase）、解决合并冲突、排查 CI 失败、修改 PR 反馈意见、分类处理崩溃日志、代码审查——以往这些频繁打断我们思路的琐事，现在都可以甩给 River 处理。

甚至连手动启动任务的步骤都可以省掉。我们设置了全自动工作流，有些任务在夜间静默运行，自动抓取 Bug、编写修复代码、执行测试并提交 PR。第二天一早我们上班时，修复代码已经写好，直接等待审查就行了。

有凭有据，成果自证

AI 生成代码最棘手的问题之一，就是如何确定它真的管用。代码能编译通过，并不代表功能逻辑符合预期。有了 Remote Dev，我们能做到的远不止构建和跑测试。智能体可以在应用中来回跳转、与界面元素交互，并在 iOS 和 Android 设备上录下屏幕操作或截图作为佐证。

修复 Bug 时，River 可以先复现问题并录下异常行为，随后实施修复，最后重走一遍相同步骤展示修复前后的对比。这让代码审查变得轻松很多——我们不用干啃代码，直接看界面改动就能验证效果。

最近我们还更进一步，为 River 增加了根据这些录屏自动生成演示视频的功能。视频里应用会呈现在 3D 手机模型中，配有动画演示和旁白解说。全程全自动生成，根本不需要人工剪辑。也就是说，现在的 River 不仅能写代码、做验证，还能自己出个视频讲解自己干了什么。可以说相当酷了！

任何人现在都能参与移动端开发

最让我们兴奋的一点，是让那些没有配置移动端开发环境的人也能参与移动端开发。

有了 River 和 Remote Dev，Web 开发者可以修复 Bug，设计师可以迭代 UI，产品经理可以测试功能——这一切只需通过 Slack 就能完成。

但之前还少了一块拼图。River 虽然能操作应用并发送截图，但如果你想亲自上手体验呢？这就是我们打造实时预览（Live Preview）的原因。

我们通过 WebSocket，把 iOS 模拟器和 Android 模拟器的画面从 River 的 Remote Dev 环境直接推流到 Quick 网页端。浏览器不仅能实时显示设备画面，还会将用户的交互操作回传给远程模拟器。这样一来，任何人只需点开一个链接，就能实时操作真正运行中的应用。

每个 Remote Dev 会话都会自动为双平台生成专属的实时预览。会话支持共享，多个人可以同时围观并在同一个运行中的应用上协同操作。我们还加入了深度链接（Deep Link）和移动端命令行实时推流支持，方便用户直接跳转到特定页面，并排查底层运行情况。

无需本地配置，无需安装构建包，甚至连 Mac 都不需要。

这让更多人能够参与到移动开发中来。大家不再需要来回发截图，而是直接甩过去一个链接：“你自己上手试试！”

实现原理

我们搭建了一批配置好开发环境和 iOS 模拟器的远程 Mac 机器池。智能体通过 SSH 连接到这些机器，但让 Android 跑起来要棘手得多。Android 模拟器依赖硬件虚拟化，要在云端虚拟机里运行就需要嵌套虚拟化，而 macOS 原生并不支持这一点。为了绕开这个限制，我们改为连接一台启用了嵌套虚拟化、独立运行的 Linux 虚拟机中的 Android 模拟器。通过这套架构，智能体只需在同一个 SSH 会话中，就能在一台 Mac 上同时完成 iOS 和 Android 的构建，并在对应平台上进行测试。

每个智能体都会认领一台配有 Android 模拟器的待命 Mac。Mac 使用完毕后会被替换，闲置的机器也会定期刷新。

接下来我们要解决的是环境准备耗时问题。最初，应用的首次编译和主分支检出耗时极长，超过 30 分钟。因此，我们不再等请求来了才临时准备 Mac，而是维护一个处于“温热”待命状态的 Mac 资源池：提前检出主分支（这可不容易，毕竟我们的单一代码库规模极其庞大）、装好工具、构建好应用并备好缓存。智能体认领一台 Mac 后，同步自己的分支，并启动预先构建好的 Android 虚拟机实例挂载上去。无论智能体是在本地还是云端运行，它都会在自己的工作区中继续工作，并把代码变动同步到 Mac 上，随后所有的脚本和构建任务都在 Mac 上执行。这样调整后，从申请 Mac 到在真机模拟环境中看到代码生效，耗时直接缩短到了几分钟。

为了调度这个资源池，我们还在后台做了一些支撑工作。会话结束后，我们会销毁对应的 Mac 并准备替代机器；对于闲置的 Mac，我们也会定期轮换，拉取最新的主分支代码，重新构建应用和缓存。整个轮换过程采用错峰方式，确保资源池随时可用，且不会中断正在进行的会话。

底层基础设施虽然跑起来了，但 River 压根感知不到。它总是坚称 iOS 构建无法在 Linux 上运行，结果就是只管写代码，却没法验证。于是我们做了一项技能，教智能体如何测试自己的改动并证明工作成果。经过多轮迭代，这两台机器才实现了天衣无缝的协同。但起初并非一帆风顺：即便工具一应俱全，River 还是动不动就忘了远端 Mac 的存在；与远端 Mac 通信时也一声不吭，或者过了很久才给用户回复。

经过反复迭代，我们不断优化这项技能，并配齐了趁手的工具——比如用一个 CLI 封装掉复杂的 SSH 参数；针对 Mac 上耗时较长的任务，我们没有采用休眠或设置超时等待，而是利用 tmux 窗格让 River 能够实时查看进度。

推动大家用起来

改变移动端开发者的日常工作方式

尽管现有的笔记本电脑性能受限，团队以往还是习惯在本地做移动端开发：开着真实的模拟器操作、构建应用、亲自测试。受限于笔记本性能，这种模式不仅效率低下，在面对我们手头庞大的迁移任务时也根本无法规模化运作。推动大家改用 River，不仅是个技术挑战，更是个心理关卡。我们必须打破既有的习惯。

有些同事试用过早期版本的 River，体验并不理想：构建老失败、速度慢，根本应付不了日常工作。大家心里都想：“这东西不适合我，我还是回本地写代码吧。”要让大家真正用起来，我们必须先把体验做到极致。

但大家都明白，光把工具做出来，别人不会自动找上门来，内部推广也是如此。你得亲自展示，得去布道这个工具有多好用，而且要反反复复讲。因此，我们借助故事包装和内部广告，让大家意识到 River 在移动端开发上已经今非昔比了。

我们萌生了一个想法：把 River 拟人化为一个现实中的打工人，为搞不定移动端开发而抓狂，以此引发大家的共鸣。接着，现实中的 River 家里添置了一台真正的 Mac，终于能顺利构建移动应用，所有烦恼瞬间烟消云散。大家看不到这套方案背后的复杂细节（也就是我们在这篇文章里拆解的内容），他们只看到一切忽然变得神奇般顺畅。River 的人设立起来后，后续的内部宣传就轻松多了。下面就是一个例子——内容显然全由 AI 生成，恶搞了经典的 Mac vs PC 广告。这不仅增添了故事性和趣味性，还让看过原版广告的同事们狠狠怀旧了一把：

这番努力最终推动了 River 的普及。起初，由 River 创建且最终合入的移动端 PR 仅占 6%。随着时间推移，这一比例彻底扭转了本地开发的局面，最终一路攀升至 61%：

公开构建、多人协同与自我进化循环

River 的一大亮点在于原生支持多人协同。今年早些时候，Tobi 分享过这种模式如何潜移默化地重塑了 Shopify 的文化，让大家能够相互观摩并学习别人驾驭智能体的方法。

对我们而言，这项多人协作功能不仅让我们了解到其他人如何在移动端用 River 写代码，还能帮助我们持续优化后续会话的体验。用户在哪里卡壳、引导在何处走偏、工具调用何时被拒——所有细节都一览无余。

为此，我们采用了速度极快且成本极低的分类模型 Jev。它会监测移动端上的所有 River 会话，打上多重问题标签，并对每条消息进行标记。我们会根据最终成效对每次对话进行分类，并将失败案例输入大语言模型，借此发掘改进方案。

我们借助 River 持续迭代这一流程，让 River 能够自我完善，更好地服务后续的使用场景。

这还只是开始

最初，我们只是想让 River 能够接入移动端开发环境，但最终释放出的潜能远超预期。我们不仅让移动端开发变得更加高效，更改变了谁能参与贡献代码、团队如何协同工作，以及我们能将多少任务托付给智能体。

而且，我们每天都在发掘新的可能。我们正在引入能够实时监控应用健康状态的工作流——AI 智能体会在发生崩溃时自动提交 PR 修复代码，随时供人工快速审查。此外，我们还利用多个智能体并行展开捉虫测试，在不同设备、语种和业务流程中模拟各类商家，以揪出那些容易被遗漏的问题。

这些还只是我们正在探索的一部分场景。每一项新能力的落地，都会开启更多可能。这仅仅是个开始。

加入我们，共同打造未来

对我们在 Remote Dev 上取得的成果感到心动？我们正在招聘移动端工程师，一起拓宽智能体在移动开发领域的应用边界。