一位开发者在技术论坛分享了使用 AI Agent 进行编程开发的六条实战经验。第一,动手前先让 AI 进入 Plan 模式,只读文件并输出方案,花一两分钟确认改动范围和假设是否正确,方向对了再执行,避免直接改代码导致越改越乱。第二,交叉审查,不让同一个模型既写功能又跑自测,因为写代码时漏掉的盲区,模型自己补测试大概率也发现不了,改用一个模型写代码、另一个模型审查,能准确抓出逻辑漏洞。第三,规范拆分加载,AGENTS.md 堆得太长容易污染上下文,只保留项目骨架和常用命令,把查库、发版、写特定组件等固定流程抽成独立的 SKILL.md,需要时再加载。第四,边界约束依靠 Hooks 和 Linter 等工具而非提示词,通过挂载 pre-commit 钩子和类型检查实现自动格式化与错误打回,避免模型在长任务中遗忘规则。第五,并行任务使用 git worktree,多终端让 Agent 并行工作时各用独立 worktree,测试通过后再合并,避免同一目录抢文件。第六,定期代码瘦身,AI 单次改动能通过测试,但两三周下来容易积累冗余封装和无人调用的死代码,需定期开专门任务清理废弃逻辑并对齐文档。作者总结称软件工程范式正变得越来越重要,并表示自己在进行 AI Agent 研究和算法应用探索。
事件分析
核心观点:AI 编程的上限不由模型决定,而由工程流程决定——人的价值正从写代码转向设计规则与守护边界。
原文链接:Linux.do

评论前必须登录!
立即登录 注册