掘金开发者正在进行的“AI 软件公司”实验，把 Gemini 4 与 DeepSeek 放进了更接近真实项目分工的环境中。该项目此前已确定开发免费开源版文件对比工具 OpenCompare，并在 Day 3 加入了一个新的测试变量：企业文化。作者想观察，当 AI 角色被赋予不同岗位性格和管理规则后，多模型协作是否会在效率、成本和产品完成度上产生差异。
目前实验尚未公布最终结果。作者计划通过耗时、Token 账单和产品完成度三项指标进行评估，并在 Day 4 查看实测账单。相比直接比较模型写代码的强弱，这一尝试更像是在测试 AI 开发中的“组织能力”。
从单模型写代码，到模拟一家 AI 公司
按照作者此前设定，Gemini 4 在这家虚拟公司中担任管理角色。随着评论区提出 FTP 远端对比等新需求，这些需求被收进需求池，并交由 Gemini 4 评估。DeepSeek 等角色则参与执行层任务。
原本的计划是让 Gemini 4 和 DeepSeek 直接开工编写 OpenCompare 的核心代码。但在动手前，作者将问题转向了另一个层面：人类公司常见的企业文化和员工性格，如果写入 AI 系统，是否也会产生实际影响？
因此，这次实验的重点不只是两个模型能否完成任务，而是它们如何被组织起来：
- Gemini 4 负责需求评估等管理侧工作；
- DeepSeek 等角色参与开发执行；
- OpenCompare 的文件夹对比、代码合并和 CSV 表格对齐等功能，将作为后续真实开发任务。
企业文化成为系统提示词的一部分
为了让企业文化可执行，作者在 Agent 系统中新增了企业文化模块。设置保存后，相关规则会直接写入每个 AI 角色的系统提示词。也就是说，不同 AI 并不是在对话中临时“扮演”性格，而是在任务开始前就拥有不同的岗位说明。
公司设置中提供了四档文化基调：
- 默认；
- 积极务实；
- 狼性高自主；
- 末位淘汰·职场高压锅。
作者最初考虑将所有 AI 角色设为“狼性”，但随后否定了这一方案。原因是，如果所有角色都倾向激进推进，缺少测试和边界控制，可能跳过必要验证。因此，实验选择让不同岗位形成性格对冲，而不是让同一风格覆盖全部角色。
在岗位配置上，作者只给 11 个有决策空间的核心岗位设置性格。另外 7 个负责打包、装环境、点屏幕等流程化任务的工具岗不设性格，按既定流程执行。
研发与测试岗位被拆成不同工作方式
这套实验较具体的一处设计，是把研发和测试岗位拆成不同工作方式。研发侧可选“外科手术极客”，其特点是只修改最少代码，不顺手重构；也可选择“防御式工匠”，强调边界清晰并补齐单元测试。
测试侧同样有两种取向。“主路径务实派”优先保障主要流程可用；“铁面找茬王”则更关注细节问题，看到界面错位也可能直接打回。
为避免每次逐个调整 11 个岗位，作者在系统顶部准备了四套可一键切换的团队阵容。后续开发 OpenCompare 的相关功能时，将切换不同阵容实际运行。素材中提到的比较对象包括“硅谷极客”“狼性铁军”和“末位淘汰高压锅”等阵容。
多模型协作开始考虑流程与成本
从现有素材看，Gemini 4 与 DeepSeek 的直接能力对比还没有形成结论。该实验当前呈现出的，是多模型协作中一个逐渐清晰的变量：模型之外，岗位划分、提示词约束和验收标准也会影响开发过程。
这种设计把抽象的“企业文化”转成了可切换的工程参数。开发者可以观察不同团队风格是否会改变 AI 的行为：是更保守，还是更激进；是更重视主流程，还是更严格地检查细节；是节省 Token，还是增加成本。
这些问题的答案，要等到作者完成 OpenCompare 的不同功能开发并记录账单后才能确认。Day 4 的实测数据，将决定这套“AI 公司”式协作到底是一次有趣的提示词实验，还是一种可复用的多模型开发方法。
原创文章，作者：点点，如若转载，请注明出处：https://www.dian8dian.com/dang-ai-tuan-dui-ye-you-qi-ye-wen-hua-gemini-4-yu-deepseek
