CyrilXBT
CyrilXBT|2026年11月22日 09:16
如果你还在像保姆一样照看你的 AI 智能体,问题不在于智能体本身,而在于你。 Matt Pocock 刚刚发布了一个 21,000 行的代码,而且他没有事无巨细地监督每个步骤。 然后,他把整个过程详细地记录在了一份 10 页的 PDF 文档中。 据说他的技能仓库的 star 数比 React 还多。 公式如下: 功能 = 代码库 + 问答 + 规范 + 问题单 + AFK 循环 + 回顾 大多数人会把“做什么”交给智能体,然后事无巨细地管理“怎么做”。 他的做法恰恰相反。 这 10 个层级: 0. 代码库:深度模块化和快速反馈。糟糕的代码库造就糟糕的智能体。 1. 设置:一次性告诉技能你的仓库是如何运作的。 2. 问答:智能体会不断询问你,直到所有问题都得到解答。告诉它“为什么”。 3. 词汇表:每个想法用一个词来概括。决策原因记录在案。 4. 原型:3 个一次性版本。保留决策,而非代码。 5. 从规范到任务:将任务细分为小的垂直切片,每个切片都可演示。 6. AFK 循环:智能体获取下一个任务,先编写测试,然后提交,夜间重复此过程。 7. 代码审查:在您查看之前,由一位新的审查员检查您的标准。 8. 堆栈和 QA:仅由人工审查您无法撤销的决策。 9. 回顾:每个审查意见都成为一条代码检查规则。 结果: 47 个用户故事。 9 个并行任务。 约 21,000 行代码。 所有 12 条审查意见都变成了永久规则。 我的看法是: 大多数抱怨 AI 编写糟糕代码的开发者,从未给它提供过良好的代码库、清晰的规范或任何规则。 然后他们就责怪模型。 智能体从来都不是瓶颈。 过程是这样的。
+5
曾提及
分享至:

脈絡

熱門快訊

APP下載

X

Telegram

Facebook

Reddit

複製鏈接

熱門閱讀