首席架构师 Carlos Kelkboom 分享 5 条 Agent 编程反常识原则

原创林绮蓓、蔡芳芳 2026-10-18 10:15 河北

AI 编程最大的差距，可能不在于谁让 Agent 写得更快，而在于谁更清楚该让它做什么。

翻译｜林绮蓓

编辑｜蔡芳芳

“我已经很久没好好看过代码了。”在 AI 编程工具越来越强的今天，这句话开始成为一些开发者描述自己工作方式的方式。需求交给 Agent，代码由它生成，测试和审查还可以交给其他 Agent。软件似乎从来没有这么容易做出来过。

但另一种情况也越来越常见：项目启动得很快，做了几轮后却很难继续。Agent 悄悄换掉原有部署脚本，同一个功能在代码库里被实现了五遍；一旦需要大幅调整架构，它往往选择继续打补丁。开发者拥有了大量能运行的代码，却未必还看得清系统究竟是怎么搭起来的。

在首席架构师 Carlos Kelkboom 看来，问题已经延伸到人与人的协作。开发者遇到问题越来越习惯先问 Agent，PR 下的讨论逐渐减少，与用户沟通、理解产品需求、反复思考架构的过程也更容易被跳过。代码可以更快生成，但一个项目为什么做、为谁做、以后怎样演进，仍需要有人作出判断。

在 Patrick Akil 主持的这期播客中，Carlos 分享了五条颇为反常识的 Agent 编程原则：第一，亲自搭建代码骨架，提前确定目录、关键文件和函数签名；第二，禁止主 Agent 直接修改代码和文件，充分理解需求后才启动执行 Agent；第三，生成的代码看不懂就扔，执行结果隔离在 Git Worktree 中，一旦发现偏离预期结构，就直接舍弃重来；第四，尽可能让 Agent 一次性完成较大任务，避免反复修改导致代码不断打补丁；第五，让多个 Agent 并行探索不同方案，例如三个 Agent 分别开发，再由第四个 Agent 比较结果，只合并好的部分。

两人的分歧也贯穿了整场对话。Patrick 更看重工具能否尽快做出有用的东西，Carlos 则反复追问：开发者从中学到了什么？如果代码越来越便宜，工程判断、代码审查和初级工程师的培养该如何改变？讨论最终从编程实践延伸到未来编程语言、AI 泡沫，以及一个更根本的问题：当 Agent 能写越来越多的代码，人类工程师还应该把时间花在哪里？

太长不看版：

Patrick：软件工程这几年最值得警惕的变化是什么？

Carlos：开发者越来越习惯与 Agent 一起工作，却减少了与同事、用户的交流。PR 里的讨论变少了，产品意识也可能因此被削弱。能很快做出一个演示，和真正理解用户、把软件长期做好，是两回事。

Patrick：Agent 随时能回答问题，为什么还要花时间找人讨论？

Carlos：因为即时答案也会改变思考习惯。Agent 回答得快，还可能顺着你的预期说；人与人的讨论慢一些，却能带来不同经验、质疑和反馈。学习不只是得到答案，还要留出时间自己消化。

Patrick：为什么你坚持先搭代码骨架，再让 Agent 动手？

Carlos：Agent 擅长迅速找到一条实现路径，却未必顾得上新代码与整体架构的关系。我会先建目录、文件和关键接口，明确模块职责。否则，代码重复、“上帝对象”和莫名其妙的新脚本都可能出现。能不能把方向交代清楚，是我认为拉开 Agent 工程师效率差距的关键。

Patrick：不熟悉一门语言，也能先搭出合理的骨架吗？

Carlos：可以先研究成熟的开源项目，让 Agent 对比设计模式、解释取舍，再自己动手写些注释和初步结构，反复讨论。关键不是让它替你作出所有决定，而是借助它培养自己的判断力。

Patrick：为什么你的主 Agent 被禁止写代码、修改文件？

Carlos：我希望它先专心理解我在问什么，而不是听到问题就急着实现。我让主 Agent 负责对话、检索和确认意图，用多个模型辅助评分；只有当它对理解我的目标有超过 90% 的把握时，才向我提出启动执行 Agent 的建议。

Patrick：Agent 写完代码，你怎么审？发现不对又怎么办？

Carlos：先看是否符合我预先设定的结构。如果打开代码就认不出那些应该存在的东西，我宁可扔掉重做。我会在执行一两个小时后就暂停检查 Worktree；出了问题，就回到对话里查清是骨架、需求还是上下文信息相互冲突，再开新会话重试。

Patrick：为什么主张“代码便宜了，就应该经常推倒重来”？

Carlos：因为在我的经验里，Agent 对一次性完成较大任务比较擅长，对已有代码反复大改却不太擅长。既然生成代码的成本降低了，就可以并行探索不同方案，甚至让三个 Agent 分别开发、第四个 Agent 评估，不必为了保住已有代码而不断叠加补丁。

Patrick：如果人人都能靠 AI 写软件，还需要专业工程师吗？

Carlos：更需要工程判断。资深工程师要先厘清产品目标、架构、部署方式和安全边界，也要帮助新手学习这些取舍。我担心的一种情况是，我们培养了一代很会使用 Agent、却缺少独立开发能力的人。

Patrick：AI 生成的代码越来越多，代码审查应该看什么？

Carlos：除了最终 Diff，还应看前期需求和架构决策、每次提交如何推进方案，以及实际增加了哪些复杂性。可以借助静态分析、变异测试和新的可视化方式，但团队围绕 PR 的讨论不能因此消失。

Patrick：你怎么看 AI 的未来？这轮热潮会不会是泡沫？

Carlos：要分开看。AlphaFold、医学和材料科学等方向的突破让我觉得像魔法；LLM 在编程上的价值也很大，但巨额投入与产业承诺是否都能兑现，我有疑问。与此同时，权力向大型科技公司集中，以及 AI 是否真的缩小机会差距，也令我担忧。

1 开发者开始只和 AI 说话了

Patrick：今天的嘉宾是 Carlos Kelkboom，他是我认识的最出色的工程师之一。Carlos 你觉得跟几年前比，软件工程最大的变化是什么？

Carlos：首先，我观察到一个我不喜欢的现象：开发越来越像一个人的工作，同事之间的合作越来越少。过去大家重视拉取请求（PR，Pull Request），相互协作，也会在自己和同事的 PR 下交流意见；现在这样的交流越来越少，甚至有人说 PR 以后可能会消失。现在你经常和智能体一起工作，却不再和团队一起工作。这是我观察到的趋势，也是我认为很危险的一件事。

Patrick：你觉得为什么会这样？我有个猜测，可能和我们在 Reddit、YouTube 上看到的情况有关。那里有很多独立开发者，往往是他们最先尝试新技术。当然，这也可能只是我的信息茧房，不知道这个观察是否准确。那么，在规模更大的企业里，开发团队依然有很多人，大家既要和 AI Agent 协作，也要和同事协作，实际情况又是怎样的？

Carlos：我有个好处，就是完全不用社交媒体。我连 Reddit 账号都没有，LinkedIn 也只是拿来和你联系。我不太关注社交媒体上的讨论，但我读很多东西，包括文章和白皮书，也跟很多公司和员工交流，所以我的印象不完全来自网上的展示。

我认为快速做出个东西却不收尾，和认真做一款希望能长期使用的产品，完全是两回事，这就像是马拉松和短跑的区别。一个人独立做项目，往往差最后一口劲把它真正做完；把东西放到社交媒体或 YouTube 上展示，和真正完成产品，也是不一样的。

比如，现在网上经常有人展示自己如何快速“做出”一款游戏。我之所以给“做出”加引号，是因为游戏开发最大的难点其实在于倾听玩家的反馈，并把游戏设计做好。这些事情当然也可以借助 AI Agent 不断迭代，但开发者仍然需要与外界交流。

与人沟通本来就是最难的事情之一，而现在，开发者可以待在自己的小圈子里，不怎么与外界交流，就能独自做出很多看得见的成果。这反而进一步强化了这种倾向。但开发软件时，始终需要想清楚两个问题：为什么要做这个软件？它是为谁而做的？所以我才说，产品意识正变得越来越重要，但它恰恰也是当下被削弱得最厉害的东西。

Patrick：你思考过怎么解决这个问题吗？以我自己的经历来说，以前我觉得开始最难；有人说自己启动了很多项目却没做完，我一直不理解，因为我总是在有把握能完成时才开始。而现在，开始一件事对我来说从未如此容易。

Carlos：是的。

Patrick：我用的工具有额度限制，界面上还有一个进度条。每到周末或者月底，我就总想着尽量把额度用满。甚至临睡前还会琢磨：要不做个游戏？我确实做过一些游戏，后来甚至还搭了一套能自动生成游戏的 Harness，让其他人也能用它来制作游戏，相当于在游戏开发之上又加了一层工具。我会试着解决一些自己预想未来可能出现的问题，看看最终能做出什么。但往往做到这一步就停下了，没有再往前推进：既没有把项目打磨到足够稳定，也没有真正完成，更没有把它做成可以出售的产品。我启动过很多项目，但真正做完的没几个。

Carlos： 不过，这种情况以前就有。我自己就做过大概五个编译器，每个都动手写了，也都差不多快完成了，但真正称得上做完的只有一个。软件开发一直如此：有了一个有意思的想法，想顺便学点东西，于是开始动手，最后却不一定能做完。

现在的区别在于，你得先想清楚为什么要启动这个项目。是为了学习？为了试验 AI Agent？还是为了真正做出一款产品？我觉得，现在开发者需要对自己做一件事的目的有更明确的认识。一旦目标清晰了，你刚才说的那种困扰也就没那么严重了。

如果你只是想玩一玩、找点乐趣，那你其实已经达到目的了。但如果你是想以此创办一家公司，那就必须把东西真正做完。

Patrick：说到这种情况，我发现自己和 AI Agent 好像也困在了一个小圈子里。遇到问题时，我第一反应往往是去问 Agent，而不是找你这样的同事交流。至少在我身边，这种工作方式已经很常见了。你觉得，开发者该怎么跳出这个圈子，更多地与其他人交流、协作？

Carlos：这个问题我已经想了很久。我觉得我们一起工作的方式、做软件的方式，恐怕都要改变。开源已经发展了这么多年，我觉得现在还得多办聚会，多分享经验，围绕具体项目共同工作。最好能够组织小组，成员愿意互相看看彼此的产品、提提意见。大家得重新走到一起，我们需要真正聚在一起合作。虽然待在自己的圈子里更容易，也得想办法降低门槛，让你更容易找到对你的项目感兴趣的人。

这也意味着我们需要更开放一点，不要害怕把想法讲出来。人们常说点子不值钱；放到全世界来看，点子也许确实不稀缺；可对想到它的人来说，它很珍贵，也很私人。分享想法时，人们可能担心被别人抢先实现，也担心自己的想法不够成熟。要消除这种顾虑，就需要一个包容、愿意互相支持的社区。我想到一个例子：最近推出的《魔兽世界 Forever》，不知道你有没有听说过。人们在测试版里问一句“这个设置怎么关”这样很基础的问题，也会有四五个人来帮你。做软件的人需要这样的互助氛围。

Patrick：但我看到的趋势是大家都会选择去问自己的智能体，似乎没必要问人了。有些人本来就不愿意回答那些他们觉得太简单的问题。我甚至听过一句话：“先问你的智能体，再来问我。”这话有些好笑，却也让人感到不安。我感觉大家比过去更容易怀疑自己的能力，即使智能体可能把人带偏，或者让人看不到全局，大家也更倾向于依赖智能体指路；从学习的角度看，只和智能体交流，学到的东西可能不如和人讨论时多。

Carlos：是的，问人确实慢，因为你无法立刻得到答案。智能体则能立即回应，而且往往倾向于给出你希望听到的答案。你可以同时问几个模型，让它们互相质疑，或者设计一套对抗式的流程，多少能缓解这个问题。但这会带来一个更深的变化：你会越来越习惯只和这些立刻回答的机器交谈，不再留时间给自己安静地想。那些纷乱的念头，本来得在经过一段时间的沉淀，才能慢慢理清，从而让你生出新想法，或者让你发现原来还有另一条路可以尝试。

等会儿我们可以聊聊我具体怎么用智能体写软件，但创造力这件事值得我们先讨论。John Cleese 讲过创造力的开放模式和封闭模式：进入开放模式，首先得进入一种开放、平静的心理状态；什么都不做，让纷乱的想法逐渐沉淀，才有可能真正放开思路。可社交媒体、AI 和智能体却持续提供新的信息。我们几乎没有时间坐下来，闭上眼睛，整理自己的想法。

Patrick：这有什么坏处？我有问题只要向智能体提问，马上就能得到答案，紧接着处理下一个问题，一路往前赶。我一直觉得做软件就是要快。有了智能体，我们推进得更快；虽然也更容易出现故障，但修起来也快。速度在我看来还是很重要的。如果我不坐下来想清楚自己在做什么，那我会失去什么？

Carlos：我认为代价是学到的东西变少了。知识需要经过思考和消化，才能真正被掌握。让智能体直接生成代码，自己不一定学到了什么。以前认真学过、如今会用智能体的人，会比未掌握基础、仅依赖智能体的人更有优势。工程实践的乐趣，本来就在于不断学习：进入陌生领域，读一份新规范，学一门语言，试一个新框架。JavaScript 为什么会有那么多框架？也是因为做框架的人一路从别人那里学到了东西。而要真正做到这一点，必须给自己时间去消化。

Patrick：那我学习怎么操作智能体，学习相关领域知识、为智能体准备的各类配置和说明文件，以及不断出现的智能体工作框架的新功能，从长远看，这也算学习吗？

Carlos：当然算。

2 先搭骨架再让 AI 写代码，效率可能差 10 倍

Patrick：那你从智能体身上学到的最重要的一点是什么？具体工作时，你又是怎么把它用好的？

Carlos： 这其实是两个不同的问题。先说我是怎么与 Agent 协作的吧。现在，我会先亲自搭好代码骨架：建立目录结构和文件，在文件里写一些注释，有时还会提前写好类名、函数名或函数签名。这些内容不需要特别规范，写个大概就行。关键是通过这些准备工作，明确告诉 Agent 我想要怎样实现，让它按照我设定的方向去写代码。

因为我发现，Agent 很擅长沿着一条路径快速解决问题，甚至可以说是暴力求解，但它经常忽略这些代码该如何融入应用的其他部分。结果就是代码重复、模块内聚性差，甚至出现“上帝对象”（God Object）等问题。这些都是我们不希望看到的，因为它们会让代码越来越缺乏灵活性。

所以，我现在都会亲自搭建这套骨架。这个过程可能花 20 分钟、半小时，有时甚至要一个小时。比如开发编译器时，我会先规划目录结构，写一个词法分析器（Lexer），再写一点语言规范。我还会提前设计好抽象语法树（AST）如何转换为中间表示（IR），并通过目录和文件结构体现这些设计，再用我想实现的语言写出大量示例。有了这些准备，Agent 就能非常出色地生成符合我要求的编译器。

Patrick：因为你提前搭好了代码骨架？

Carlos： 对，没错。我也试过完全不做这些准备，直接让 Agent 从头到尾自己写。结果做上一两个月，就会明显感觉越来越难推进：Agent 的速度变慢了，生成的东西也越来越不符合预期，有些功能开始出问题。打开代码文件时，你甚至已经认不出自己的应用了，完全不知道中间发生了什么。

这种情况我遇到过很多次。比如，项目原本有一个部署脚本，但不知道为什么，Agent 突然决定不再使用它，反而另外创建了好几个脚本，最后谁也不知道这些脚本到底是干什么的。

所以，不要跳过前期的结构设计，而且必须非常明确地告诉 Agent 你希望它做什么。我认为，这种能力可能就是区分 10 倍效率和 100 倍效率的 Agent 工程师的关键。

Patrick：但要做到这种有意识的设计，我得依靠过去积累的经验。我对项目结构确实有自己的判断，不过主要限于那些我熟悉、亲手实践过的编程语言。如果现在让我做一件完全没做过的事，比如开发编译器，我该怎样培养这种能力和品味，才能判断什么样的代码骨架才是好的？

Carlos：好问题。在智能体出现之前，你会怎么做？

Patrick：我会向有经验的人请教。我过去不喜欢从零启动项目，工作里接触的大多是已经启动的项目。有了现成约定，我通常能高效开展工作；可让自己从头建立项目约定，我没怎么尝试过。我会找那些擅长做这件事的人，一起做，问他们哪些决定最重要。因为没有亲手反复做过，这些经验也没有真正的内化。但是现在再遇到这种事，我大概会先问智能体。如果还是卡住了，也依然会找人帮忙。

Carlos：如果是现在，我会这样做：面对一门完全陌生的语言或一个新领域，我先去找做得不错的开源项目，下载后研究。如果你更愿意待在“智能体的小圈子”里，也可以让它对照几个项目，找出值得学的做法。用 Claude 之类的工具，还可以准备一些“追问我”“教教我”这样的技能：让它讲清这些项目的基础，哪里做得好、为什么好，哪里有问题。花上一两天，你对好的、坏的做法多少会有感觉。然后我通常会出去拿杯咖啡，坐下来独立思考，整理刚学到的内容。遇到不明白的地方，再回去提问，之后继续思考。

只有当我对想做的事有了比较清楚的感觉，才会从很小的概念验证开始，搭一个骨架，请智能体评估：这样搭可行吗？能同时解决刚才提到的两个问题吗？就这样来回琢磨，直到心里感觉对方有了底，才让它动手实现。这些年我学到的一点，就是不要贪图马上看到成果的那一下快感。

Patrick：照我的理解，如果我没有先搭建骨架，智能体就会自行决定代码结构。它能积极完成眼前的任务，却未必能充分考虑结构是否合理。

Carlos：没错，而且它也不管你将来想要什么，只顾着把你眼下提出的要求硬做出来。

Patrick：可软件以后总是会变的。你是这个意思吗？

Carlos：做软件，唯一不变的就是变化。就拿编译器来说，没人会写完一个编译器就觉得大功告成了，它总会不断演进。可能需要增加新的语言特性，也可能要调整优化方式。

举个我自己的例子。我曾经开发过一个编译器，最初只实现了一套很简单的列表机制，后来想进一步扩展它。当时我已经和 Agent 一起开发了大约一个月，而且用的是一门我不太熟悉的编程语言。最后，我让 Agent 回过头来检查列表功能，结果它告诉我：同一个列表功能竟然被重复实现了五次。

如果只是让 Agent 一路埋头写代码，就很容易出现这种情况。后面当然可以通过不断迭代来清理和重构代码，但前提是，你得先能识别出问题在哪里。

Patrick：对，这恰恰是我觉得最难的地方。我很喜欢你刚才提到的方法：先看看开源社区里有哪些现成的实现，了解好的设计模式，再让 Agent 帮你解释这些东西，让自己真正理解其中的原理。

你可以不断向 Agent 追问，直到把自己好奇的问题彻底弄明白，再消化吸收这些知识，然后才开始动手。我觉得自己平时还没有充分利用这种方式，但以后如果要用一门不熟悉的语言开发项目，我想试着这样来设计代码骨架。

毕竟我掌握的编程语言没你多。如果我不熟悉一门语言，能不能先通过和 Agent 讨论来完成这些准备？这样开始是否可行？你会有什么建议？

Carlos：当然可以。你可以先问它：“这门语言最重要的理念是什么？能不能拿我熟悉的语言来类比讲讲？”比如你会 C#，想学 Go，就问：“我会 C#。要写出符合 Go 语言惯例的代码，我需要改掉哪些习惯？两门语言差在哪儿？我现在的写法哪里不对？”然后自己先写点东西，哪怕只是几段注释和一个很粗的结构，写错也没关系。智能体可以帮你改。先请它看看你搭的架子，它通常会直接指出这里不对、那里不对，然后你再提出质疑，和它继续讨论。

Patrick：你觉得现在还有必要学习编程语言吗？

Carlos： 我觉得，我们可能很快就需要一门全新的编程语言了。我知道很多人都这么说，但我确实认为，编程本身有几个根本性的东西需要改变。

首先，我认为应该彻底抛弃堆内存（Heap）。我们不再需要指针、动态内存分配，以及围绕它们建立的那一整套机制。我希望未来的编程语言具有很强的确定性，而且可以分为三个层次。

• 第一层是人类编写的代码，可以把自然语言和某种结构化语言结合起来。甚至不需要太复杂的语法，也许只要有一个 component 关键字，再加上组件名称就够了。然后在组件内部，通过缩进和类似 Markdown 的写法，描述这个组件应该完成什么任务。

• 第二层是某种中间表示，可以是图表、视频，也可以是其他直观的视觉或音频形式。Agent 会通过这些形式，向你解释它理解的目标是什么。开发者则可以通过语音或其他方式提出质疑、进一步明确要求，再把这些反馈转化回第一层的描述。

• 最后一层才是真正运行在机器上的程序表示。我认为，这一层应该抛开传统编程中许多沿用至今的假设。

具体来说，while 语句和其他循环都应该有明确的执行边界，还可以采用 Actor 模型。我们应该真正摆脱堆内存，重新采用基于记录（Record）的数据结构，或者过去被称为 Plex 的那种结构。

最终，我们需要重新获得一种能力：能够清楚地推理自己的机器上究竟在运行什么，而不是像现在这样，面对大量难以预测的程序行为。

Patrick：你之所以强调确定性，主要是因为现在的程序存在太多不可预测的行为吗？

Carlos： 对，但还有一个原因：如果采用这样的运行时，性能也会非常高。

另外，现在的计算系统其实有些割裂。比如，为 GPU 编写程序和为 CPU 编写程序，往往需要采用完全不同的方式。CPU 针对分支预测、数据预取等做了大量复杂优化，而 GPU 的计算模型相对直接，也更具有确定性。你分配一块内存，填入数据，再在上面执行一些计算，整个过程就完成了。按照这种模型，不需要那些围绕堆内存和动态分配建立起来的复杂机制。

要让 GPU 适应 CPU 的那套编程方式很难，我也不认为这是正确的方向。我觉得我们应该反过来，让 CPU 向 GPU 那种更具确定性的计算方式靠拢，同时保留 CPU 所需的不同计算能力。这样，我们就能更充分地利用 SIMD（单指令多数据）等能力，也能支持不同的数据结构。比如需要处理图结构时，就可以把它映射到合适的表示形式上。

这就是我认为未来编程语言需要具备的核心特征：高度确定性。

我刚才可能还没解释清楚，为什么确定性这么重要。想象一下，你把一颗卫星送上太空，它的内存容量是有限的。如果程序运行时还在不断进行堆内存分配，就可能出现内存不足异常，或者空指针异常。你肯定不希望卫星在太空中遇到这些问题。

而现在，软件正在越来越多地应用于机器人、卫星、机器学习等领域，我们需要尽可能确保程序的运行行为是可预测的。如果一台设备只有 2GB 内存，你就应该能够明确知道，这个应用在任何情况下都不会超出这个限制。所以我才认为，我们不能再继续依赖动态内存分配了。

Patrick：我觉得这可能也是为什么，至少在卫星这类场景里，很多人会选择 Rust。因为我理解，Rust 能让开发者尽可能在早期发现这类问题。

Carlos：Rust 还有一套规范，通过限制可使用的语言特性，让程序行为更具确定性。不过，真要靠人手写，确实挺费劲，至少我自己的体验是这样。

Patrick：那你试过让 Agent 写 Rust 吗？

Carlos：试过。写起来比很多其他语言慢一些，但也挺有意思。Agent 其实很擅长写 Rust，只是它们拆分代码的方式往往不符合我的预期。而且，我一直觉得 Rust 代码后期很难修改。一段 Rust 代码只要能正常运行，我就不太想再碰它了，觉得这样就算完成了。相比之下，其他语言重构起来要容易得多。

当然，这只是我个人使用 Rust 的感受。我并不想劝大家放弃这门语言。Rust 是一门设计得很出色的语言，拥有很多现代编程语言应该具备的特性，比如可辨识联合类型（Discriminated Unions）等。但在我看来，借用检查器（Borrow Checker）本质上是为了管理堆内存中的数据。如果我们彻底取消堆内存，也就不再需要借用检查器了。

想象一下，如果有一条记录（Record），它在内存中的位置是固定的，而且从程序启动开始，所有数据就已经安排好了。这样，你只需要知道记录的起始位置，再通过偏移量定位各个字段，就能非常快速地访问数据。

Patrick：有意思。那你设想的这种新语言，最终会是一门统一的语言吗？大家会逐渐收敛到同一种语言上吗？

Carlos：这正是我提出三层结构的原因。我认为最终生成的代码，以及底层运行时，可以是统一的，但中间各层基本上都可以像插件一样自由替换。甚至可能发展到这样一种程度：每个人只需要和自己的 Agent 对话，就能定义出一门属于自己的编程语言。

Patrick：不过，这又让我想到一个问题。我在想办法提高 Agent 的工作效率时，经常遇到一个难题，其实人与人之间、不同团队之间，甚至组织的不同层级之间也一样：大家如何使用同一套语言交流？比如我说“组件”，在 Agent 的语境里究竟是什么意思？是自定义 Agent、本地 Agent，还是主 Agent 下面的子 Agent？不同的人可能有完全不同的理解。如何建立共同语言，一直是个难题。而按照你设想的未来，每个人都可能有自己的编程语言和交互方式。那大家又该如何建立一套彼此都能理解的共同语言？

Carlos：这可是个价值百万美元的问题。说说我自己的看法吧。回到二十年前，如果我要开发一套 CRM 系统，大家其实不会一直争论“客户”到底是什么，因为数据模式（Schema）已经明确规定了“客户”的定义。真正困难的是，怎样形成这套 Schema，以及之后如何让它不断演进。但在某个阶段，这套 Schema 就是大家对“客户”的共同定义。所以，最难的是先达成一个初步共识，再在此基础上不断迭代。

如果我没理解错你的问题，我觉得我们应该从比现在简单得多的东西开始。比如，哪怕一开始只规定“客户有一个 ID”，大家也能立即达成共识：没错，客户当然需要一个 ID。然后我们就可以在此基础上逐步完善。数据建模已经为我们提供了很多现成的方法。比如星型模型，或者分别从销售和营销的角度建立客户模型。我们可以有不同类型的模型，满足不同的需求。

但关键在于，共识不应该只是某个时间点上确定下来的东西，我们还需要就它未来如何演进达成共识。

过去软件开发的速度比较慢，人们更关注眼前要做什么，而不是系统今后如何演进。这也是为什么我觉得，今天的敏捷开发已经不像它原本应该有的那样敏捷了。这个问题我们之前讨论过很多次，我觉得敏捷开发在某种程度上已经偏离了初衷。而现在有了 Agent，我们或许可以重新回到敏捷开发最初的理念：先从一个简单的起点出发，然后快速迭代、不断演进。

Patrick：这个观点很有意思。

3 AI 让代码不值钱了，但工程经验越来越重要

Patrick：我们聊了这么久 Agent 辅助编程，我还真没想到，提前搭建代码骨架竟然是这么关键的一步。因为至少在我身边，有些人的工作方式完全不同。他们会说：“我已经很久没看过代码了。”他们觉得最高效的做法，就是让 Agent 包办所有事情，自己根本不用看代码。最后要么请其他人审查 Agent 生成的代码，要么让多个 Agent 进行对抗式审查或盲审。这些人一直在摸索、调整自己的工作方式，希望即使不亲自阅读代码，也能保持很高的效率。但显然，你不是这么做的。

Carlos：确实不是。而且说实话，我甚至不太理解这么做有什么乐趣。当然，如果你是在开发一款准备拿去卖的产品，想靠它赚钱，需要尽快推向市场，那我能理解。可如果只是为了自己做点东西，我就不明白了。你让 Agent 去干活，自己出门逛个街、看场电影，回来看到 Agent 交付的成果，就觉得很满足？我实在体会不到这有什么乐趣。

Patrick：拿我自己来说吧，有时候我想要的就是最终结果。我未必在乎这个结果是怎么实现的，代码写成什么样，或者将来好不好维护。我只是想得到那个东西。

Carlos：可你刚才不是还说，自己启动了很多项目，却没几个真正做完的吗？那这两件事怎么解释？

Patrick：因为有时候，我确实没能得到最初想要的结果。我可能突然想到一个问题，琢磨该怎么解决，然后就让 Agent 花一整晚去研究。我觉得这种习惯也和工具的使用额度有关。我每周都有一定的额度，如果没用完，就总觉得浪费了自己花钱买来的东西，有种错过了什么的感觉。所以我总想着尽量把额度用足，尤其现在，我觉得以后可能还会更贵。

于是，一遇到什么问题，我就想：不如先扔给 Agent 试试，看看它能做出什么。然后我再去探索、研究它生成的东西。有时候虽然没达到最初预想的目标，但我至少学到了一些东西，或者摸索出一些组织任务、使用 Agent 的新方法，也算有所收获。这就是我现在的工作方式。

举个例子。有一次，公司给了我们一天的创新探索时间，可以自由做任何想做的项目，我就利用那一天搭了一套能够生成游戏的 Harness。我之前在一场会议上看到 Google 展示过类似的东西，当时还问他们：“你们打算开源吗？我很想让身边的人也试试。”

因为我有个比我小 16 岁的弟弟，他不懂编程，但我觉得他一定会喜欢自己做游戏。如果能给他这样一套工具，让他通过语音输入描述自己的想法，就能生成游戏，那一定很有意思。可 Google 后来并没有开源，所以我就想，那干脆自己做一个吧。于是我真的动手做了。对我来说，最终想要的就是这样一套工具，至于底层代码具体怎么实现，我其实没那么在意。

当然，我也会深入考虑一些细节，比如生成的游戏应该是什么效果、什么风格，要不要使用模板引擎，以及如何保证结果的确定性。这些才是我真正投入时间和精力的地方。比如，用户提出一些具体的游戏功能需求，我就希望通过这套 Harness 生成的游戏，能够尽可能符合他的预期。

后来，我弟弟真的用它做出了一个游戏。我又针对那个游戏做了不少深入的调整和完善，之后他又做出了更多游戏。我还把工具交给了我的伴侣，以及其他不懂编程的人，他们也都能用它来制作游戏。而在整个过程中，我其实并没有怎么查看代码。但我已经得到了自己想要的结果。

Carlos：但这完全没问题啊！因为你的目标本来就不是学习怎么开发游戏，也不是学习怎么写游戏引擎。你只是想让身边的人开心，看到自己在乎的人露出笑容。这是件很美好的事。如果一款百分之百靠 Vibe Coding 做出来的应用能实现这个目标，那就尽管这么做，完全没问题。

不过，你做出来的东西，和一支专业团队精心打造的游戏，肯定还是有区别的。当然，就算是专家团队花费大量心血制作的游戏，也未必能让玩家满意。玩家可能花了 50 欧元买游戏，玩完却觉得：“我花了 50 欧元，就买了这么个东西？”

我想换个角度问你：如果当时和你一起开发这套 Harness 的，是一位拥有 25 年经验的游戏设计师或游戏工程师，结果会有什么不同？

Patrick：有意思。如果当时能和这样一位经验丰富的人合作，我想我会更深入地研究一些技术和设计上的问题，因为我觉得自己能从中学到很多东西。比如，我和 Agent 为了尽快得到结果而做出的那些选择，到底是不是明智的？

假设我已经做好了这套 Harness，现在想把游戏画面彻底升级一遍。有些生成的游戏虽然采用了复古风格，但画面看起来还是比较粗糙，像素感很重。我也见过那些 3A 大作，知道高质量的画面能给玩家带来怎样的体验，所以会想在这方面再深入一步。但我不确定，光靠自己和 Agent 能不能做到。如果有一位经验丰富的合作者，也许我应该在项目早期就把这些问题提出来，和他一起讨论，把相关的设计考虑提前纳入决策。

不过，现在这么说出来，我又有点犹豫：这样会不会反而过度设计了？毕竟，我很喜欢自己当时能够快速做出成果，而且确实把东西交付给了用户。后来我也更新过模板和图形部分，中途还卡住了，不得不把之前做的东西全部推翻重来，第二次才成功。所以，也许有些问题确实应该更早考虑。

Carlos：你刚才描述的，其实就是在搭建代码骨架。你先确定哪些部分最重要，把它们的结构设计好，再通过这套骨架告诉 Agent 应该优先考虑什么。软件开发一直是这样。过去开发一套 CRM 系统，第一版可能先从界面入手，后来发现数据库也很重要，于是第二版就会更关注数据库设计。接着又发现，数据库虽然设计好了，但用起来很复杂，于是下一版开始更多地调整应用层。我一直说，一个应用往往要做上三四遍，就是这个意思。每次重新来过，都会让它变得更好。

Agent 编程也是一样，但前提是你愿意停下来，回头看看自己做了什么，想清楚哪些地方需要改变、哪些方面值得投入更多精力，这样下一次迭代才可能做得更好。不过，我发现 Agent 编程发展到一定阶段就会遇到瓶颈，因为 Agent 还不擅长彻底推翻一个旧的设计，再重新实现。它往往只会在原来的基础上不断打补丁，甚至在同一个代码库里把同一套东西重复实现两三遍。Agent 擅长写代码，但还不擅长从工程层面构建一个完整的应用。

所以，你不妨拿之前那套游戏生成工具再做一次实验。这次先搭好代码骨架，建立几个目录，在里面放上 Markdown 文件，说明每个目录负责什么、模块之间的依赖关系应该是怎样的。我不太了解游戏引擎的具体设计，但比如你可以指定用 raylib 开发一款 2D 平台游戏，把素材放在哪里、各部分应该如何组织，都提前写清楚。然后再让 Agent 从头试一次。我觉得这样不仅能做出同样好的结果，速度可能还会更快。

Patrick：听你这么说，我就在想，这中间的界限到底在哪里？什么时候应该花时间提前搭建代码骨架，什么时候可以直接奔着结果去？也许取决于我打算把项目做多远。如果准备长期投入、深入开发，那就值得先打好基础；但如果只是想快速验证一个想法，那不看代码、不搭骨架也没什么问题。比如最初做游戏生成工具时，我完全可以把第一版当成概念验证，先看看能不能做出来，再把它扔掉，从头做一遍，看看后面能不能不断迭代、走得更远。我挺喜欢这种思路。我们平时似乎很少主动丢弃已经写好的代码，我做过的东西几乎都还留在 GitHub 或电脑里，只有尝试失败了，才会把它们扔掉。

Carlos：没错，这也是 Agent 现在带给我们的改变。代码越来越便宜了，所以可以快速迭代，经常推倒重来。我还发现一个挺有意思的做法：创建三个 Git 分支，让三个 Agent 分别在各自的分支里开发，也可以使用 Git Worktree，让它们并行尝试不同方案。然后再找第四个 Agent，对比前三个 Agent 的成果，只把好的部分合并进来。

Patrick：相当于先同时探索几条路径，还能从不同方案里学到东西。你前面说，提前搭建代码骨架是提高效率的关键。那骨架搭好之后，Agent 就能一路顺利完成开发吗？你的工程工作流里还有哪些重要环节？

Carlos：代码骨架真的非常管用。不过我得承认，我自己通常会搭得比建议别人搭的更深入、更细致。

比如开发 Rust 应用时，我会先创建好各个 Crate；开发 C# 应用时，我会先建立项目、给项目命名，再放一些 Markdown 文件，说明每个项目的职责边界。我还会快速画一张架构图，标明这里需要实现什么功能、那里负责什么，同时提前建好目录结构和一些核心文件。

就像之前说的，开发编译器时，我会先创建词法分析器（Lexer）的文件，甚至提前写好函数签名。这意味着，我已经认真想过 Token 应该采用什么样的数据结构。

如果不提前定义，Agent 可能就会自行生成一个枚举，列出所有 Token 类型，再附带一些简单的源码位置信息。但我希望 Token 的定义更具体，比如它来自哪个源文件，从文件的哪一行、哪个位置开始，到哪一行、哪个位置结束。把这些要求提前体现在代码骨架里，Agent 最终生成的代码就会更符合我的预期，我以后也更容易理解和分析这些代码。而且，Agent 很乐意沿着我提前设定的结构继续实现。

Patrick：你有没有什么开源项目，可以放在节目备注里，让大家看看你具体是怎么搭建代码骨架的？

Carlos：有，不过我暂时还不太想公开。我们刚才讨论的那门新编程语言，就是我现在正在开发的项目，而且完全是用 Agent 来做的。我很愿意让大家看看，但它还处在非常早期的实验阶段。人们对一件事物的第一印象往往很难改变，所以我有点犹豫：如果现在就让大家看到这个项目，却不了解我背后的想法，也不知道它未来会如何演进，可能会产生误解。也许我应该在 README 里放上这期播客的链接，让大家先了解这些背景。

Patrick：这其实又回到了我们刚才讨论的“共同语言”问题。你说要搭建代码骨架，我原本觉得自己理解这个概念，但后来听你讲到具体会搭到什么程度、会提前确定哪些东西，才发现你的做法比我想象中深入得多。所以我才想看看真实的项目是什么样的。对了，我之前还和另一个人聊过，他也在思考未来人们会如何开发软件。我可以介绍你们认识，感觉你们应该会聊得很投机。

Carlos：那挺好的。我还觉得，现在整个软件行业可能到了一个需要重新行动起来的时候。我不太想用“革命”这个词，但如果软件开发真正变得更加普及，让更多人都有能力开发软件，那我们也应该利用这种能力去帮助更多的人。

我很想发起一个组织或者社区，把有实际软件需求的人和愿意动手开发的人连接起来。比如某个群体遇到了困难，需要软件帮助解决，而另一些人手头正好有一些富余的 Agent 使用额度，就可以利用这些资源为他们开发真正需要的工具。举个例子，我知道有些人很难获得轮椅，或者需要等待很长时间，也许就有人能通过开发软件帮忙缓解这个问题。但前提是，我们得先把这些实际需求收集起来，清楚地整理在一个地方，让开发者能够挑选自己有能力解决的问题。

现在软件开发的门槛降低了，几乎人人都可以开始尝试。但我们还需要有经验的工程师参与，帮助这些新开发者理解一些基本的工程要求，比如安全措施。如果你没有明确要求 AI 检查代码安全性，或者进行渗透测试，它通常不会主动完成这些工作。所以，我们需要让专业工程师与那些希望通过软件帮助社区的人建立联系。我觉得整个行业都应该把更多精力放在这件事上。过去那种“我们是专家，只有我们才能开发软件”的观念，现在已经行不通了。

Patrick：确实，现在开发软件的门槛一下子降低了很多。人们可以很快上手，把各种想法变成实际成果。但我觉得，在这个行业里工作过一段时间的人，多少已经知道哪些做法是好的、哪些可能有问题，而新一代开发者还没有形成这样的判断力和直觉。

Carlos：是的。而且，如果再看看学校里工程专业、软件工程专业的人数下降的情况，就更让人担心未来会变成什么样。我们现在已经不怎么培养初级工程师了，只是直接让他们使用 Agent。甚至连完整的 PR（Pull Request）评审流程都不再走了。以前大家会在代码审查中留下评论，认真讨论软件质量，互相交流为什么某种实现更好。现在这些事情越来越多地交给 AI 完成。

我最担心的是，我们正在培养一代只会使用工具、却没有真正学会如何开发软件的人。如果有一天，Agent 的使用额度变得非常昂贵，贵到大家用不起，或者 AI 因为某种原因突然无法使用，那会怎么样？我们依赖的整个体系可能都会崩塌。这个想法真的很可怕。

Patrick：你觉得真的会这样吗？AI 会不会只是一场泡沫，等泡沫破了，就什么都不剩了？

Carlos：说实话，我觉得这里面有三个不同的层面。首先，AI 确实带来了革命性的突破。比如 AlphaFold、Google 正在做的细胞相关研究，还有医学、材料科学领域的进展，都让我感到非常震撼。机器人、自动驾驶也是如此。在我看来，这些才是真正展现 AI 能力的地方。我还跟孩子们聊过这件事：我已经在没有这些技术的世界里生活了 47 年，现在突然进入了这样一个时代，该怎么形容这种感受？我能想到的词只有一个——魔法。

然后是大语言模型。LLM 当然也非常了不起，但它们的资源消耗很大，能源利用效率也不高。各家公司投入了巨额资金，行业也作出了很多承诺，可这些承诺究竟能兑现多少，我并不确定。所以，尽管 LLM 在编程方面带来的帮助确实非常大，我仍然觉得围绕它们的热潮带着炒作和泡沫的成分。

第三个层面是权力格局的变化。看看如今最有钱、规模最大的公司，几乎都是科技公司。尤其从隐私和安全的角度来看，这让我感到不安。

Patrick：具体让你不安的是什么？

Carlos：AI 一直被宣传成一种能够缩小差距、让机会更加平等的技术。但到目前为止，我并没有看到它真正缩小了这些差距，也不确定将来能不能做到。

Patrick：也就是说，未来可能是富人越来越富，而人与人之间的差距并没有缩小？

Carlos：对。我真的不知道这一切最后会走向哪里。

Patrick：说实话，我现在有一种挺奇怪的感觉，因为我以前从没亲身经历过这样一场技术变革。互联网刚兴起的时候，也许有人体验过类似的变化，但我没有。所以我不知道，现在这种感受和当年是不是一样。如今行业变化实在太快了，哪怕出去休假两周，回来都可能发现自己错过了某个新东西，而它已经彻底改变了人们开发软件的方式。

无论以后我的工作怎么变，哪怕越来越偏向管理、不再经常亲自写代码，我依然很认同自己软件工程师的身份。有时我甚至会想，自己还配不配得上这个称呼，但从自我认同上说，我始终觉得自己是一名软件工程师。

更奇怪的是，身处同一个行业，大家对变化的感受却很不一样。有些人通过社交媒体等渠道追踪每一项新进展，几乎什么都不想错过；另一些人还是照常做每天的工作，觉得这些技术暂时还用不到自己身上，也许只是泡沫，生活并没有太大改变。现在行业里存在着很大的这种差异。

Carlos：是的。不过对我来说，这最终还是要回到学习上。早期几代 ChatGPT 刚出现时——我记不清具体是哪一代了——我买了一本机器学习的书，自己动手搭建神经网络。很快我就发现，我做的网络远远比不上那些大模型，也因此认识到规模确实很重要。但整个学习过程让我收获特别大。

我并不是说，学完这些就能自己造出一个大语言模型。如今构建大模型早已不只是神经网络本身的问题，还涉及围绕它的一整套技术体系。不过，学习基础知识，弄明白这些技术大致是怎么运作的，会给你一个非常扎实的根基。有了这样的基础，你就不会因为休假两周而觉得自己错过了什么。我甚至觉得，如果假期过得不错，你回来时的收获可能比出发前还多。

Patrick：对，我还是会照常休假的。说回来，我们最开始聊的是软件工程的工作流程，我还想把这个话题再深入讨论一下。

4 主 Agent 不准碰代码，生成的代码看不懂就舍弃

Patrick：你之前说，提前搭建代码骨架能显著提高效率。我最近还听到一个叫“循环工程”（Loop Engineering）的概念，我的理解是，整个循环既需要推动任务向前的力量，也需要在方向偏离时把它拉回来的约束。搭骨架就像是在正式开始前先确定方向。那么，后面的约束是怎么实现的？你会不会设置一些明确的执行路径或工具，让 Agent 始终待在你划定的边界内？还是说，只要骨架搭好了，它自然就会照着做？

Carlos：当然会，我也做了不少这样的工具。不过麻烦在于，每次有新模型出来，我几乎都要重新设计一遍。我总是尽量从第一性原理出发：如果要让 Agent 作出判断、与你交流，它首先需要知道什么？由于上下文会不断重置，你得持续为它补充信息；但上下文又不能无限膨胀，否则 Agent 的表现会变差，成本也会越来越高。

所以，我借鉴了社交网络的思路来设计自己的 Harness。先找到与当前任务有关的信息连接和重要节点，再给每个节点附上一点元数据，比如一句话摘要、一个 Git 提交哈希，或者能找到更多资料的目录路径。随后按照这些信息与当前任务的相关程度重新排序。必要时还可以让人参与确认：“你要找的是这个吗？”确认之后，Agent 才沿着线索继续深入，最终找到相关的提交历史和代码，弄清楚发生了什么。

我还有一个习惯：总是先让 Agent 查看某次提交的差异（Diff），再去读完整的代码文件。我发现，先看改动能很好地帮助它建立上下文，就像是在真正阅读代码之前先热身。

Patrick：有意思。我知道“渐进式披露”（Progressive Disclosure）这个概念：先给 AI 留下一些线索，让它顺着线索逐步展开，找到需要的信息。但你的做法似乎又深入了一层：面对大量分散的信息，你会先做相关性重排，甚至在读完整文件之前先查看提交记录。这些都已经设计进你的 Harness 里了吗？

Carlos：对。

Patrick：也就是说，先看提交记录，再通过渐进式披露和相关性重排，一步步找到正确的信息。

Carlos：对，而且这些信息是分布式存放的。比如，我把负责检索资料的 Agent 叫作“研究 Agent”，虽然它做的事情还算不上真正的研究。它会查找本地文件、网站等不同来源。就像刚才说的，每条信息先提供一句简短说明，再附上目录结构、路径、哈希值或者 URL，需要时就可以沿着这些线索继续深入。说到底，这就是一张信息关系图，很适合逐层检索。

Patrick：但你并没有把它们放进图数据库，而是让这些关联在使用过程中自然建立起来？

Carlos：没错。我不用图数据库，就是为了让信息保持分布式。目前，我用 Markdown 文件表示节点，再结合索引检索以及 Markdown 文件头部元数据（Front Matter）中的关键词搜索，来查找节点之间的关联。我还在摸索怎样把这些机制和路径结合起来，管理所有信息。不过目前这套方法运行得不错，也确实很有价值，因为我还按照同样的思路组织了 Agent 的分工。

我最先对话的主 Agent 始终处于一种“开放模式”（Open Mode）：它不会直接修改代码，也不会对本地开发环境做任何改动，只负责和我交流。我可以教它一些东西，也可以让它教我。对话中形成的信息会重新写回那张信息关系图，方便下次会话检索。等到充分理解任务之后，它才会启动子 Agent 去执行具体工作。我希望它在真正动手之前尽可能多地向我提问，再把它对任务的理解复述给我，供我确认。

Patrick：那这是不是意味着，你不会同时运行多个主 Agent 的工作循环？还是说你也会并行运行？

Carlos：会，我也会同时运行多个主 Agent。

Patrick：也就是说，你平时对话的主 Agent 不会修改代码，也不会改动文件系统。需要实际执行任务时，它才会启动其他 Agent。但与此同时，你也会并行运行另一个遵循同样规则的主 Agent 会话？

Carlos：对。

Patrick：有意思。那你为什么要默认禁止主 Agent 修改文件？它们明明有这种能力，而且非常积极，总想主动做点什么。但你却有意限制了它。为什么？

Carlos：因为我希望它专心回答我提出的问题。我之前做过一个游戏引擎。有一次，我在那个项目里问 Agent：“你怎么看 John Cleese 关于创造力的开放模式与封闭模式的演讲？”结果它反过来问我：“要不要我把这个实现到你的项目里？”

那一刻我突然意识到，它满脑子想的只有一件事：能不能帮我写代码？如果它只想着替我写代码，又怎么可能认真回答我的问题？ 所以后来我干脆给它设了硬性限制：先好好跟我对话，不要急着动手。

我还设计了一套评分机制，会让几个模型参与评估，其中包括一个在本地后台运行、负责评分的 Gemma 模型。只有当主 Agent 对自己已经理解我的意图有超过 90% 的把握时，才可以向我提议启动子 Agent。

等子 Agent 真正开始执行后，它们可以一直做下去，运行 12 个小时也无所谓，同时启动多个也没关系。但在主 Agent 非常确信自己理解了我的要求之前，绝对不能开工。

Patrick：有意思。你现在会不会把更多工作放到 Agent 开始执行之前？比如一个想法可以只涉及某项功能的一部分，也可以是需要深入设计的一个界面，或者一整套功能。你通常会把任务拆得很小，还是尽量一次做大？

Carlos：我会尽量做大。因为我发现，Agent 不太擅长修改已有代码，却很擅长一次性完成任务。感觉它们接受的训练更偏向一次把事情做完，而不是在同一个代码库里持续迭代开发。至少我从一些基准测试中看到的是这样。

Patrick：真的？那我得把之前采访 Dex Horthy 的那期节目发给你。他提出了“上下文工程”（Context Engineering）这个说法，还向我介绍过一个叫 Slop Code Bench 的基准测试。它测的正是这种连续的软件开发：先做一次修改，再增加一项功能，过一段时间又要修改之前写好的功能，必要时还得重构。它让模型在一段时间里不断面对新的变更要求。我记得当时某个 6.0、也可能是 5.6 版本的模型，得分大约只有 15%。

模型做到一定阶段就卡住了，只会不断往已有代码上打补丁，后来甚至开始编造内容，或者无法管理好上下文。也就是说，连续开发过程中容易不断出错，而一次性完成任务的表现却好得多。这和你的观察很一致。不过，你的做法正好和我原先想的相反。我本来以为，改动越小，我越容易理解、查看和审查代码，判断它是否符合预期。你却倾向于在动手前把整套功能的要求都谈清楚，甚至用 Gemma 这样的本地模型评估 Agent 对任务的理解程度，再让它去执行。

Carlos：对，但这正是我提前搭建代码骨架的原因。大部分结构在执行前就已经确定了。

Patrick：那你会查看最终产出、审查代码吗？

Carlos：当然会。如果我不喜欢，或者看不懂，我就直接扔掉。

Patrick：那反馈是怎么进入下一轮的？毕竟你在前期花了不少时间，把一整套功能想清楚，Agent 又可能连续跑上几个小时。等你看完结果，发现不符合预期，接下来怎么处理？

Carlos：我始终让 Agent 在独立的 Git Worktree 里工作。如果我看不懂它写的东西，就直接丢弃。我不会急着花很多时间深挖，因为这通常说明它没有沿着我给出的代码骨架实现。如果把这样的代码直接合并进主项目，后面很可能会出问题。

我说的“看不懂”，并不是说我完全没有能力理解。我当然可以花很多时间逐行研究。但如果我打开代码，没办法立刻找到自己原本预期会出现的结构和内容，那就说明方向不对。我宁愿把这一版扔掉，重新做。

Patrick：所以这还不是传统意义上的代码审查，而是先快速扫一眼：我认不认得出这套代码？它是不是按照我预期的结构组织的？

Carlos：对，这是第一步，而且我会在 Agent 完成长时间任务之前就做这一步。通常运行一两个小时，我就会让它先暂停，打开 Worktree 检查当前的结果。如果一看就觉得照这个方向做下去肯定不对，我会直接回滚，关闭这个 Agent，开启一个全新的会话。

然后我会告诉新的 Agent，上一次哪里出了问题，问它怎样才能避免重蹈覆辙。于是我们重新讨论，查清究竟是我搭的代码骨架有问题，还是前面的沟通不够明确，或者多层信息图里的某些想法互相冲突。大多数时候，问题就在于一些设计想法彼此矛盾。我会先把矛盾解决，再让 Agent 重试。通常第二次就能做好，极少需要第三次。

Patrick：也就是说，问题主要还是通过重新沟通来解决？还是说，你也会把这些经验固化成明确的规则，让下一次执行更可预测？

Carlos：两者都会做。我一直在努力把不确定的东西变得更确定。大语言模型本身具有不确定性，同一个问题可能每次给出不同的答案，但我希望尽可能把它推向确定性的输出，让相同要求得到稳定的结果。为此，有时需要写一个严格执行指定操作的脚本，有时需要把代码骨架设计得更具体、约束得更严。我会尽可能用这些办法减少模型行为的不确定性。

5 别只审查 AI 写了什么，还要看它为什么这么写

Patrick：最后还有一件事我一直在想，就是我们以后该怎么看代码、审查 PR。我见过有人根据代码变更制作不同的可视化。假设你和主 Agent 已经把一整套功能讨论清楚，对需求也很满意，然后几个 Agent 连续工作了 12 个小时，最终交出大量代码。这个时候，评审者该怎么审查？有人把代码库可视化成一座城市，用建筑的分布和高度展示哪里增加了代码、复杂度集中在哪里；也有人用其他界面来呈现代码结构和复杂度。你已经通过确定性的脚本约束架构和编码规范，但既然代码生成越来越便宜，我们是不是也该重新设计查看和审查代码的方式？你想过这个问题吗？

Carlos：想过很多。这正是现在面临的一个问题。我发现，越来越多的 PR 下面连一条评论都没有。我不喜欢这样。我甚至希望大家能为了某一行末尾为什么没加分号，争得差点把椅子扔出去。团队需要通过这样的讨论找到彼此的边界，学会怎样合作。我们在节目一开始就问过：为什么开发者越来越不和彼此说话了？现在写代码的方式、管理 Agent 的方式都在变，但人与人协作的部分却正在慢慢消失。

大家常拿代码量太大当理由。可如果代码太多，为什么不让 Agent 少写一些？把每项功能控制得小一点，增加审查环节，像以前人与人协作时那样正常迭代，审查就容易多了。要是任由 Agent 一次提交一大堆改动，最后连验证都做不到，那就很可怕，因为你也失去了从开发过程中学习的机会。

Patrick：我见过一些完全不同于 Git 的可视化界面。我在想，如果你的 Harness 保存了你和主 Agent 之间的完整交流，那么这些对话是不是也能出现在 PR 里，让评审者看到你是怎样思考和作决定的？我很喜欢这个方向。你的工作方式是前期花大量精力想清楚问题，再利用 Agent 放大执行能力。既然代码生成已经很便宜，作为评审者，我反而更想看你前面做了哪些思考和取舍，而不只是盯着最后生成的代码。如果这些前期要求能可靠地落实到代码中，也许我就不必逐行看代码，而可以换一种方式审查，比如关注复杂度增加在什么地方。

Carlos：对，我也希望有一天能有足够的信心，不必再逐行看代码。我认为这是有可能的。这还涉及测试。单元测试当然有用，但只看测试通过，很容易产生过度的安全感。单元测试之外，还有变异测试（Mutation Testing）：故意对代码进行修改，看看测试能不能发现问题。不过它对计算资源的消耗很大，我自己跑过，CPU 的负担非常重。所以我们对测试的思考还得再深入一些。

比如，可以从最初的代码骨架出发，利用静态代码分析，检查其中有多大比例的结构仍然保留；还应该逐个分析提交记录，看看每一次变更是怎样推动方案前进的。这些过程也许都可以可视化。重要的不只是代码最初是什么样、最后变成什么样，还包括它究竟是怎么一步步走到这里的。

我遇到过不少情况：Agent 明明在之前的迭代中犯了错，过了几轮却反过来说：“我之前就是这么做的，不知道你现在在问什么。”这些问题必须从流程中消除。在我看来，和 Agent 一起开发，有点像带一支全部由初级工程师组成的团队。你要是只跟他们说“去做吧”，最后可能会收到代码，有时甚至是很漂亮的代码，但不一定能得到一个完整的应用。

资深工程师应该先和产品负责人（PO）沟通，把产品需求和方向弄清楚。我与 Agent 的对话，以及那张信息关系图，本质上就是在梳理产品和产品愿景。然后我会搭建代码骨架、决定架构，这些也是资深工程师或架构师该做的事。我还会提前考虑应用怎么部署：放在 AWS 上，还是运行在用户本地？如果用 AWS，数据要不要放在 S3？数据库选 PostgreSQL 还是 SQLite？如果用 SQLite，数据库文件应该存放在哪里？应用最终怎样运行、用户怎样与它交互？这些决定不应该全交给 Agent 自己做。事先认真想清楚这些边界和取舍，就是搭建骨架的第一步。

Patrick：听你说完，我越发觉得还有很多东西要学，既兴奋又有些压力。你提到的这些前期决定，我过去参与的项目里，有些早就被别人定好了，还有些我根本没认真想过。我当然有自己的看法，但现在也很想去尝试不同的方法。比起以前，如今能试验的东西多了太多。我想多做一些实验，看看什么适合自己的工作方式，并从中学到东西。

Carlos：那就一起试试吧。我们可以办一场社区活动，找个场地，让大家带着笔记本电脑聚在一起。有人先搭代码骨架，有人不搭，分别试一试，看看结果有什么不同。大家既能探索怎样更有效地使用 Agent，也能借这个机会面对面交流。我觉得这才是第一步。现在我们越来越容易困在各自的小圈子里，要改变这种状态，就得重新聚到一起，动手尝试，一起犯错、一起笑，也一起学习。

Patrick：完全赞同。Carlos，非常感谢你来节目分享。下次我们别再隔三年了，也许一年左右就再聊一次。

Carlos：谢谢你再次邀请我。这次聊得很开心。

播客视频链接：

https://www.youtube.com/watch?v=mkN4uRZYPfs

声明：本文为 InfoQ 编译，不代表平台观点，也不构成投资建议，未经许可禁止转载。

Meta 发布 Muse Spark Open，号称全美最强开源模型，但编程基测输给智谱、Kimi

同年生的AI明星公司：一个要造出 4257 个百万富翁，一个有了2亿用户也没活下来

Meta 新模型杀回AI第一梯队，Alexandr Wang 亲述 Muse 7个月翻身内幕

会议推荐

QCon 全球软件开发大会·2026（上海站）将于 10 月 22 日—24 日举办。本届大会聚焦 Harness AI 时代的工程实践，从「构建 AI」到「驾驭 AI」，围绕 AI Native 架构、Agent Runtime、AI Infra、Agent 安全与可观测、Loop Engineering、具身智能与世界模型等热门技术方向，邀请全球技术社区与产业一线实践者，共同分享 AI Native 时代最具价值的工程经验。查看更多详情可扫码或联系票务经理 18514549229 进行咨询。

跳转微信打开