塔斯娱乐资讯网

GrokBot 团队工程师 Lauren Tan 的一次分享,从分享中提炼了十条关于 AI Coding 的顶级干货。每一条都很实在,值得反复琢磨。 一、别追求让 AI 写代码越来越快,要追求让它一直写出好代码。 速度这个东西,AI 天然就快,不需要你操心。真正该琢磨的是怎么让它持续输出高质量的代码。哪怕写错了也没关 ​

GrokBot 团队工程师 Lauren Tan 的一次分享,从分享中提炼了十条关于 AI Coding 的顶级干货。每一条都很实在,值得反复琢磨。

一、别追求让 AI 写代码越来越快,要追求让它一直写出好代码。

速度这个东西,AI 天然就快,不需要你操心。真正该琢磨的是怎么让它持续输出高质量的代码。哪怕写错了也没关系,关键是它能自己发现问题,自己改回来。能跑通这个闭环,才是真正靠谱的 AI Coding。

二、你的代码库,就是喂给 AI 的知识库。

这一条很容易被忽略。代码库的质量,直接决定了 AI 生成代码的质量。你让它天天读屎山代码,它当然照着屎山的样子写。垃圾进,垃圾出,这个道理在 AI 时代一点没变。所以,想让 AI 帮你写好代码,先把自己的代码库收拾干净。

三、能写进代码的规则,就别只靠提示词。

很多人习惯在 prompt 里写一大堆要求,告诉 AI 应该怎么做、不该怎么做。但说到底,文字提醒终归是软约束,AI 有可能听,也有可能不听。类型检查、Lint 规则、自动化测试,这些能直接写进代码、变成硬性约束的东西,远比一段提示词可靠得多。

四、别迷信 AGENTS.md 和 CLAUDE.md.

顺着上一条说。很多人把规则一股脑塞进这些配置文件里,觉得写得越全面越好。但现实是,Agent 有可能忽略你写的规则,也有可能理解过头、自作聪明。真正重要的约束,还是应该交给代码和工具去执行。配置文件可以写,但别把它当万能药。

五、别让 Agent 只管写代码,要让它跑起来。

写完代码只是开头。你得让 Agent 自己启动项目、运行程序、看日志、调 bug。最理想的状态是让它像一个真人开发者一样,打开页面,把整个功能从头到尾操作一遍。写代码加验证,才算一个完整的工作单元。

六、给 Agent 一张产品功能地图。

产品有哪些页面,每个页面有什么功能,用户怎么操作,把这些整理成一份清晰的文档。后面让 AI 测试功能、验证效果的时候,它就有据可依,不用靠猜。这张地图看起来不起眼,但在实际工程中价值很大。

七、写代码只是第一步,验证才是重头戏。

这一条可能是整篇最重要的。代码写出来了,能不能验证它有没有问题,才是真正决定效率的关键。土豆姐提到一个数据:有工程师每天 70% 的 Token 都花在验证环节上。写代码本身在变得越来越便宜,验证的权重反而在不断上升。

八、先跑顺一个 Agent,再想多 Agent 的事。

别一上来就搞多 Agent 协作,也别急着把所有流程都自动化。如果一个 Agent 写出来的代码就很水,那几十个 Agent 一起干活,只会成倍放大问题。先把单个 Agent 的工作流打磨到位,确认它的输出质量过关,再考虑扩展。

九、每次犯错,都值得做一次系统性修复。

发现 Agent 搞错了,不要只让它把当前的问题改掉就算了。多想一步:能不能从代码结构、规则设置或者测试层面做点什么,让它下次根本没有机会再犯同样的错误。每一次修复都应该是一次防御加固,这样错误才会越来越少。

十、未来最厉害的程序员,是最懂怎么管 AI 的人。

以后拉开程序员差距的,不再是谁代码写得最快、谁 prompt 写得最溜。真正厉害的人,是那些最懂怎么给 AI 搭环境、定规矩、做验证的人。说白了,你得学会当一个好的工程经理,只不过你管的团队成员,是 AI。

科技先锋官How I AI