“所有代码都是垃圾(slop),除了我的。” 在 AI Engineer Code Summit 上,SpaceX / xAI 的 GrokBot 工程师 Lauren Tan 抛出这句暴论后,直接甩出一组硬核数据: 上个月她一个人往生产环境合了 3,000 个 PR(全团队 1.1 万个),回滚率只有 0.5% 左右。 大多数人还在死磕 Prompt,她却靠一套反直觉的工程化打法,让 Agent 在她睡觉时自己写代码、自己验、自己合: 1. 代码库本身才是最大的输入 Agent极其擅长“照猫画虎”。与其在文档里苦口婆心写规矩,不如直接把容易出错的路径物理封死:比如产品代码里禁用 useEffect、跨进程 import 直接报错、注释几乎全禁。 2. 每次 Agent 犯错,改成 Lint 而不是改 AGENTS.md 自然语言规则(prose)是最脆弱的。每次纠正完 Agent,她都会把教训固化成确定性的静态检查或架构约束,让同类错误在提交前就绝无可能发生。 3. 用运行时验证让 Agent “自证清白” 写完不算完,强制 Agent 自己跑测试、抓截图、录视频,甚至上形式化验证,拿实打实的运行结果证明功能没问题。 4. 搭建自下而上的“信任金字塔”代码库约束 > 静态分析 > 运行时验证 > 人眼 Review。 把确定性交给工具,把人的精力留到最后一道关口。 很多团队花几个月试错才摸到的门道,她用 17 分钟就讲透了。 真正拉开人机协作差距的,从来不是模型有多聪明,而是你有没有把环境改造成“最短路径就是正确路径”: 把约束写进代码里,而不是写在文档里。

原文

原帖媒体

17:18@huxlab 的帖子 · 视频 1

曝光曲线

按采集时间记录曝光变化。

曝光曲线2026/11/17 16:53:19 至 2026/11/18 10:55:16,42 个快照,最新曝光 55.8万。2026/11/17 16:53:19 · 曝光 10.2万2026/11/17 17:23:36 · 曝光 11.1万2026/11/17 17:54:04 · 曝光 12.1万2026/11/17 18:24:12 · 曝光 13.0万2026/11/17 19:55:17 · 曝光 16.1万2026/11/17 20:25:25 · 曝光 17.1万2026/11/17 20:55:53 · 曝光 18.5万2026/11/17 21:25:57 · 曝光 20.0万2026/11/17 21:56:08 · 曝光 21.5万2026/11/17 22:26:23 · 曝光 23.0万2026/11/17 22:56:30 · 曝光 24.6万