跳到正文
一AllOne
关注

自习室 · 文章

与 Agent 共事的 15 条原则

我拿自己的 Mo 系统一条条对过

作者:魔术士 Sahm2026-11-09约 9 分钟读完

与 Agent 共事的 15 条原则

Ethan 恩宇 @UPing123zzz 2026 年 11 月 6 日解读了 Thorsten Ball @thorstenball 的《How I work with Agents》,原帖 113 万浏览,7,238 点赞,1.6 万收藏。Ethan 是企业一线 FDE,做 GEO、RAG、AI Workflow、数字人自动化;Thorsten 是 Amp 团队的,Amp 99% 由 AI 构建,200 多万行代码。

这篇文章最值得关注的不是模型有多强,是他对工作流的理解已经和多数人不在同一层。我把 15 条拿自己的 Mo 系统一条条对过,对得上的写出来,撞上的也不藏着。

先说一句总的:15 条本质是重新分配人与 AI 的工作。

人提问题、定义结果、判断取舍
Agent 探索方案、调用工具、执行任务、验证结果

分工正在从“人执行、AI 提效”,变为“人提问题、定义结果、判断取舍,Agent 探索方案、调用工具、执行任务、验证结果”。代码正从最终工作对象,变为实现业务目标的中间产物。

一、重新分工:人提问题,Agent 跑流程

1 只讲 What,不讲 How

只讲最终想要什么,不规定每一步怎么做。模型越强,过度干预越可能限制它探索更优解。

对位我的 Mo Router:Router 只定规则、优先级、验收,不拆分任务,不替人拍板,Worker 怎么干活自己定。但这不等于只扔一句“做个商业级系统”,业务边界、性能、成本、交付标准仍须讲清。真正的工程判断在于“什么是对的”,包括领域知识、品味与取舍。

2 别等 Agent,让它等你

运行时长已经从几分钟变成几十分钟、几小时甚至几天。别在它工作时原地等,追踪的是它何时回你消息,而不是其运行时长。只要它按计划推进,时间成本就值得。

对位我的现状:我现在大量还是同步聊天模式,提问、等待、检查、追问,人一天只有 24 小时。Ethan 说这是未来个人工作流最值得改的地方:任务完整交出去,让 Agent 在隔离环境里自主执行、测试、重试、记录过程,完成后带证据回来,只在需要决策时找人。

3 心跳是最关键的功能

每天的定时检查,Agent 按检查间隔醒来、执行并报告。没有心跳机制,任务会停在原地,内部上下文也不会被利用。

对位我的 Mo 系统:这条就是我的 cron 体系,每日摘要、早上 7 点空间刷新、定时提醒。Mo Router 定规则、Worker 干活、Watchdog 盯卡住。Thorsten 说定时任务、Heartbeat、异步执行、主动通知,可能比再加十几个 Skill 更有价值。

4 停止手动管理上下文

新模型和新上下文管理系统带来的收益,远超为省几个 token 付出的代价。试图手动控制上下文的工具,最终会被迅速淘汰。

对位我的 Mo 系统:各侧聊上下文隔离,干完只向 Router 汇报一条,不手动搬运上下文。

5 别跟 Agent 一轮轮试错,让它建可自动试错的系统

网页不好看就反复改、接口性能不好就逐个试优化方案,效率有限。让它生成 20 种设计方案并建可视化对比页供人一次挑选,或针对性能问题提 4 种假设、分别设计实验并用数据决定方案。提升的关键不是让 AI 更快试错,而是让它建立可自动试错、评估与筛选的系统。

对位我的 #97 与 #107:样片模式、contact sheet、四轮坑后回写。把“迭代”本身系统化,人只做一次选择,不做逐轮陪跑。

二、证据:说完成不等于真完成

6 要无可辩驳的证明

不要只接受“我做完了”,要明确要求可验证结果。Agent 可搭建测试系统、运行浏览器模拟并录制端到端过程,证明其修复了 Bug、改进了性能或没有改变行为。好的做法是让它设置一个隔离测试环境,在其中完整证明产品可以工作。

对位我的铁律:改完必须先自己完整验证一遍。FDE 的验收只认“客户自己的人能独立走通流程”。Ethan 补了企业版四项:接口能否真正调用、视频是否生成、字幕是否正确合成,换客户素材后能否正常跑、异常能否恢复。

“说完成”不等于“真完成”,判断标准是有无可独立验证的证据。

7 让整个开发生命周期对 Agent 可见

制止幻觉的关键是工具调用,让 Agent 接触真实世界,看不到的东西它会编造。让它端到端运行自己构建的东西、读生产日志、部署、观察发布、处理 Bug 报告。人能看到的,Agent 也应能看到。

对位我的 #103 与 #113:传感器先于自主性,帧率、报错、截图、日志、部署先于自主性。不给日志、测试环境和真实运行机会,它只能猜。但 Ethan 也提醒,这不等于无限授权,生产环境、客户数据、正式发布仍需权限控制与必要审批。

8 给它为开发生命周期造工具的权力

让它编程实现自己需要的工具。Agent 能写出集成进代码库的工具,比如处理 Bug 报告、给用户发邮件、回答“系统健康吗”、授予功能开关。

对位我的 AGENTS.md:每次纠正即铁律,规则就是这么一条条长出来的。但 Farmaan 提醒反向:规则只加不减会膨胀,定期删规则与加规则同等重要。

9 评估 Agent 的知识是否真在用

知识不断沉淀在 AGENTS.md、Skills、脚本与文档中,但 Agent 是否真的在用?应验证,不能只假设。不用的就要修复或删掉,而非无限堆积。重复出现的问题,往往是被忽视的失败模式。

对位我的 68 个 skill:塞了 68 个,它真的用了吗?用了之后正确率、执行速度、成本分别变化多少?没有对照实验与客观指标,所谓工作流优化很可能只是在增加复杂度。

行动就是先做一次知识审计,按“用过 / 没用过 / 用错过”分三类,没用过的先问一句“留着干嘛”,别只加不减。

三、规模:别在旧工具上省钱

10 用最新、最强的模型

其他做法都可能是浪费时间。若模型有 10% 的时间会错,你不知道是哪 10%,结果会反复尝试。

对位 Thorsten 的日常:日常用最好模型,Opus 5.5 出现前用过 GPT 模型。认为追求便宜或开源模型做严肃开发未必划算,某次用 GLM 模型反而因多轮纠错花了更多 Token。

11 别担心 Agent 堆积“低质代码”

“会把代码库变成无法维护的烂摊子”的说法也许半年前成立,现在作者不再确信会产生 slop,即使产生,也不确信结果就无法维护。

这是作者自述的判断变化,记为作者观点。但 Amp 本身就是活证据:99% 由 AI 构建,200 多万行代码。

12 本地开发如今令人不适

总在伤害自己、污染本地环境。作者声称自己不再做本地开发,本地环境脆弱且不可靠,应交给云端。

对位我的 setup:我的 Muse 本来就跑在云端 VM 上,本地开发本来就少。但“交给云端”不是无条件,我的云机器出站走代理、直连被拦截,云端也不是万能。

13 线程即公司记忆

作者在 Amp 中用线程问“我们当初为什么这么做”。团队用得越多,知识倍增越明显。线程连接 Git 提交,改变了团队协作方式,避免重复工作。

对位我的 #106:#106 说心智是扁平的,没有仓库,只有锚点。调和的办法是线程不是仓库,是可检索的锚点。Mo Brain 的卡正是这个用法,锚点不是仓库。若把线程当仓库囤,就回到 #106 批评的假仓库。

四、边界:人必须留在场上

14 不让 Agent 替人写面向人阅读的文本

供人阅读的文档、信息、知识库应由作者本人写,因为对人类读者精心推敲的内容,才是对 Agent 指示之外的部分。Agent 只应编写面向机器的文字,如代码注释、错误信息或机械性回答。人类撰写的文本应始终保持原作。

这条和我现在的做法撞上了。我的 X 草稿、书稿由助理起草、我拍板与抛光,“我判断、助理抛光”与这条部分对齐,但起草权在助理手里,是否收紧,由我定。

15 只审核影响范围大的代码

核心统计处理、生产环境或其他一旦出错便影响全局的代码,用“肉眼验证”式人工阅读。其他代码依靠 Agent 内部结构与证据,而不是人工紧盯。

这条也撞上了。我的 GitHub 规矩是所有推送须经我审核,有过账号封禁史,谨慎有因。两者不冲突,可以分层:推送审批仍全量,细读精力只投承重代码。

再补一条:Farmaan 的 50/50

Mohammed Farmaan《Working with LLMs: A 50/50 Effort》反对“同时跑 25 个 Agent、50 个 Agent 做十亿美元 SaaS”的夸张叙事,人与模型各占一半努力。

  • 提示词分三级:平庸、详细、精炼。
  • 上下文手动与自动混用,手动更准确,口头更快。
  • 配置从最小起步,每次模型做错决定就补一条规则。
  • 收尾是人工逐项评审、精炼、发布。
  • 删日志、小样式改动这种简单任务别用 LLM,直接用 IDE 更划算。

15 条看完,真正稀缺的不是会用多少工具,是能设计系统、定义目标、建立反馈闭环的人。

企业不为十万行代码或几十个 MCP 付费,只关心能否解决真实问题、稳定交付、持续维护、降低成本。未来工程师的差距未必在写代码速度,而在能否把复杂目标拆成可由 Agent 自主执行、验证、迭代与交付的系统。

以前是人围着代码转,现在是 Agent 围着目标执行,人负责判断什么是真正正确的结果。

如果你也在和 Agent 共事,收藏起来,对照自己的系统过一遍,看看哪条你已经在做,哪条还在靠人肉硬扛。

—— 魔术士 Sahm @idsahm

相关阅读

← 返回自习室