Theo 谈 Boris Cherny 对 AI 智能体时代工程实践的建议

原标题Theo on Boris Cherny’s Advice for Engineering with AI Agents

Theo 认为,构建好工具、测试和入职流程的技能,在智能体加入开发工作流之后仍然有价值。

TBTheo Browne讲者 · Ping Labs
频道
Theo - t3․gg
发布
2026年7月21日
视频
19:12
阅读
6 分钟
幻灯片
5
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

Theo Browne 回应 Claude Code 共同创建者 Boris Cherny 的帖子。他讨论了如何自动化重复工作、记录领域知识,以及改善贡献者和智能体的反馈,同时质疑非工程师是否已经能与工程师一样有效地贡献。

  1. 1既有自动化技能仍然重要编辑器工作流、lint 规则和测试可以同时帮助人和智能体。
  2. 2解决反复出现的障碍智能体难以在拉取请求中附上视频后,Theo 构建了上传服务和技能。
  3. 3自动处理一类问题经过测试的规则或 CI 检查可以在覆盖范围内替代重复的一次性修复。
  4. 4专业知识仍然重要Theo 质疑非工程师在所有情况下都已能与工程师一样有效贡献的说法。
  5. 5从实际摩擦开始先尝试配置好的工具、观察失败,再添加有针对性的指导。
  6. 6帮助整个团队Theo 认为共享基础设施和反馈是有价值的高级工程技能。

要点建议

  1. 既有的工具、测试和自动化技能可以改善人与智能体的工作。
  2. 当投入值得时,把重复出现的问题转化为有针对性、经过测试的检查。
  3. 项目说明和技能可以分享部分领域知识,但专业知识和审阅仍然重要。
  4. 在添加指导或插件前,先观察智能体在真实任务中的失败。
  5. 构建帮助他人贡献的系统,可以扩大工程师对整个团队的影响。
全文

按章节阅读整理后的全文

只看原始文稿
01

旧工程技能与新工作流

Theo 解释为什么热爱打造环境的开发者仍拥有有用技能。

软件工程变化很快,我理解那些热爱定制编辑器和环境的开发者为什么会觉得自己被落下。我也喜欢这些事情,从 Sublime Text、VS Code 到 T3 stack 都是如此。但我发现,用同样的好奇心和用心构建智能体工作流,也能带来成就感。

Claude Code 的早期创建者之一 Boris Cherny 写了一篇帖子,讨论为什么经验丰富的工程师的自动化技能仍然有价值。我不同意他对工程未来的一些更宽泛的说法,但这篇帖子说到了那些喜欢为自己和团队改进工具及环境的人心里。

我想对两类人说话:怀念过去工作乐趣的开发者,以及希望帮助同事适应变化的人。对我来说,这些新工作流让构建软件重新变得有趣。我在智能体出现之前培养的技能——理解系统、发现摩擦和制作工具——仍然重要。

02

自动化惠及多个智能体

Boris Cherny 的帖子,以及 Theo 在 Twitch 和上传工具上的例子,展示了小改进如何扩散。

Boris Cherny 谈工程自动化
幻灯片 1 / 5Boris Cherny 谈工程自动化帖子介绍编辑器自动化、lint 规则和端到端测试。

Boris 从熟悉的例子谈起:编辑器自动化、捕捉重复错误的 lint 规则,以及替代重复人工检查的端到端测试。这些投入长期以来都能扩大工程师的影响。他认为,当多个智能体依赖同一环境时,它们可能更加有价值。

在 Twitch 时,我最喜欢的测试之一是在一个频道启动两个浏览器会话:一个机器人发送聊天消息,另一个验证消息是否正确显示。它很简单,却比许多其他检查更早发现故障。我喜欢这种聪明而聚焦的方法,让复杂系统变得可观察。

Boris 的第一点是,开发体验和基础设施自动化既能加快人的工作,也能加快他们运行的智能体。预览环境就是好例子:工作可能发生在云端、worktree 或另一台机器上,可靠的结果查看方式可以帮助所有参与者。

文件上传技能
幻灯片 2 / 5文件上传技能Theo 展示了他为拉取请求上传产物而构建的技能。

我注意到,智能体无法通过我当时使用的工具方便地把视频附到拉取请求中。于是我构建了一个小型上传服务和技能,让它们上传文件并添加链接。重要的是这个循环:发现反复出现的障碍、构建工具,再观察它是否真的有帮助。

一位创建 SolidJS 的观众说,他以前不喜欢管理更多活动部件,但现在觉得这类自动化值得投入,因此产生了新的兴趣。我理解这种吸引力:小改进可以很有成就感,尤其是能快速获得反馈时。

当收益能扩展到多个智能体和同事时,团队也可能更愿意在这些实验上投入时间。我鼓励团队寻找过去可能忽略的机会。但投入仍有成本,所以它应该解决真实、反复出现的问题。

03

把重复工作转化为检查

Theo 讨论 lint 规则、CI 例行程序和项目特定自动化的成本收益。

从重复修复到检查
幻灯片 3 / 5从重复修复到检查帖子比较一次性修复与 lint 规则和 CI 例行程序。

Boris 的第二点是把重复修复变成代码。智能体可以每次看到问题都去修复,但会消耗时间和 token,也可能漏掉情况。经过测试的 lint 规则、CI 检查或例行程序可以反复捕捉定义明确的一类问题,但覆盖范围取决于设计和维护。

一些项目特定检查过去相对于问题出现的频率而言,投入过大。如果智能体让实现和测试更容易,定制规则或操作就可能变得值得。我的上传服务就是一个例子:智能体更频繁遇到的问题,终于值得专门解决。

04

分享领域知识

他讨论入职、文档,以及关于非工程师贡献的说法的局限。

领域知识与入职
幻灯片 4 / 5领域知识与入职Boris 讨论为贡献者记录知识;Theo 质疑其中一项说法的范围。

第三个收益是让其他人更容易为代码库作贡献。Boris 认为智能体可以帮助新人导航,甚至让非工程师与工程师一样有效地贡献。我认为最后一点以当前情况来说说得太满:人们可以用新方式贡献,但专业知识和审阅仍然重要。

领域知识常常留在人的头脑里。其中一部分可以体现在架构、测试、类型和 lint 规则中;另一部分也可以写进注释、技能和项目说明。目标是让下一位贡献者能够获得良好决策依据和反馈,而不是假定文档能捕获一切。

我认为这是有经验的工程师的责任:建立结构,帮助其他人和他们的智能体保持代码库健康。防护可以是自动检查、架构选择或普通 Markdown 说明。每种方式都有局限,因此要观察实际工作,并在失败时改进系统。

我有一个叫“愚蠢问题规则”的做法:要求新队友每天至少问一个基础问题。问题可以帮助他们,也能揭示代码库或入职流程中令人困惑的地方。一个人对某个代码库只有一次新手视角,因此这一视角对防止未来摩擦很有价值。

05

用反馈引导智能体

Theo 主张由人负责项目指导,并根据真实失败迭代改进。

良好的基础设施可以帮助非工程师参与贡献,但我不期待他们理解每个架构决策。我更希望工程师对重要项目指导承担责任。尤其是,我的建议是:不要在不了解内容的情况下,把 CLAUDE.md 或 AGENTS.md 的编写完全交给智能体。

观察智能体的行为,然后调整说明、工具和环境来引导它们。目的在于出错时提供有用反馈,而不是假定智能体会神奇地推断一切。项目指导还可以解释为什么某些被请求的修改不适合项目。

这让我感到熟悉:T3 stack 之所以令人兴奋,是因为不同部件组合成了端到端开发体验。现在,把智能体说明、工具和反馈组合成工作流,也让我获得类似的满足感。实现方式是新的,构建连贯系统的乐趣却很熟悉。

团队指导与基础设施
幻灯片 5 / 5团队指导与基础设施帖子建议为智能体和贡献者记录领域知识。

Boris 建议团队把领域知识写进项目指导、审阅说明、技能和其他基础设施,让智能体及未来的贡献者更有效地工作。这延续了工程中的长期实践:自动化可以自动化的部分,并让重要知识易于获取。

06

从小处开始,让团队成长

他建议使用有针对性的工具,并解释帮助他人为什么对职业成长有价值。

不要在理解问题之前急着安装所有技能和插件。先使用配置好的工具,尝试几个真实任务,观察哪里出了问题,再添加有针对性的指导或自动化。有用的项目文件帮助决策走向成功,而不只是冗长的目录列表。

我更有争议的观点是,这些技能有助于人成长为高级工程师:让整个团队更有效,可能比只增加个人产出有更大的影响。职业路径各不相同,但无论在团队还是个人项目中实践,学习构建共享系统和反馈循环都有价值。

在个人项目中,智能体也会暴露我自己假设中的缺口,因为它们不会自动拥有我头脑中的全部知识。我必须让环境易于理解并提供反馈。这项工作帮助我学习,也以新的方式让构建软件变得有趣。

行业变化可能让人不安,我希望这些想法能帮助同事一起探索。从你喜欢的事情开始,找到真实的摩擦并改进它。对我来说,这让构建软件比以往任何时候都更有趣。

同频道的其他文章

5 张幻灯片38:47EN → 简体中文
Theo - t3․gg· 2026年10月28日Theo 的长时间 Agent 实验:验证、算力与成本Theo Browne · Ping Labs滑板游戏和两个编译器项目展示了反复检查与弹性算力如何支撑 agent 工作,也揭示了循环可能带来的高昂成本。编程智能体智能体工程AI cost & performance+2
5 张幻灯片36:07EN → 简体中文
Theo - t3․gg· 2026年10月27日Theo 谈 Token 成本、编程智能体与 AI 能力的价格Theo Browne · Ping Labs一则关于 Lauren 的 AI 支出估算广泛传播,引出了对缓存计价、基准测试和编程智能体工作方式的讨论。AI cost & performance编程智能体Inference+1
5 张幻灯片30:37EN → 简体中文
Theo - t3․gg· 2026年10月26日Theo 的三个技能:用编程智能体审查和交付代码Theo Browne · Ping Labssol-loop、full-send 和 full-stop 如何定义审查、验证以及不同程度的合并权限。Agent skills编程智能体Code review & verification+2
2 张幻灯片0:43EN → 简体中文
Theo - t3․gg· 2026年10月23日Theo 区分安全漏洞与实际攻击Theo Browne · Ping Labs一段简短讲解:软件漏洞披露和攻击事件为何属于不同类型的安全新闻。CybersecuritySoftware engineering
6 张幻灯片29:22EN → 简体中文
Theo - t3․gg· 2026年10月22日Theo 谈安全漏洞、被盗 API 密钥与 AITheo Browne · Ping Labs从漏洞披露到补丁部署之间的风险窗口,以及被盗推理密钥为何可能有价值的推测。CybersecurityAI securitySoftware engineering+1
4 张幻灯片31:13EN → 简体中文
Theo - t3․gg· 2026年10月20日Theo:更聪明的模型为何能帮助更多人Theo Browne · Ping Labs从游戏修改到编译器实验,Theo 重新思考谁能从更强大的 AI 中受益。编程智能体Developer productivityHuman-AI Collaboration+1