https://www.candobear.com/detail/l_6a8e78b2e4b0694c35414d1c/4阅读路径:先读第二组,抓住「需求—方案—执行—验收—回填」这条主线,才不会把代码自由误解为不停让模型继续。第一组解释人的责任为什么没有消失,第三组讲怎样把经验留在工具与文档里,第四组用错题和信息流检验这套方法。只看一组就看第二组,它能直接改变下一次交任务的方式。
一句话结论:普通人不写代码也能做出高质量产品,但如果把需求判断、方案选择和结果验收一起交出去,执行越快,偏离反而可能累积得越快。
howie 用给孩子展示工作方式开场:自己不会写 Python、JavaScript 或 HTML,却能让 agent 完成软件的大量改进。他把模型比作动力强劲的野马,把配套工具与装备称为 harness,而人是骑手,负责 steering——操纵、指引方向。所谓「拿着小皮鞭」,只是玩笑,不是管理方法。
真正的分界不是谁敲键盘,而是谁理解业务、组织需求、选择方案、对结果负责。他明确反对一种做法:什么原理都不理解,只靠打骂 agent 和反复接受输出。那可能很快得到东西,却不能体现人的审美、品位、判断力,也未必有人愿意付费。代码工作可以交给 agent,产品责任没有随之消失。
Ben哥可以把这条用于 ~/.shared-agent/tasks.md 的任务描述:在既有「目标/当前状态/下一步」中,把目标写成可观察的结果,而不是「优化报告」。例如明确 ~/.agent-autoloop/report_html.py 要改善哪个页面、保留哪些内容、由谁查看成品。本篇只提出写法,不修改任务表;也不据此断言现有脚本缺少验收。
他以阅读挑战 App 的改版为主要案例,自述上周进行了99次更新,后文把投入概括为50亿 token。他强调这个产品不只是一个页面,还连接阅读数据、内参、登录、支付等系统,过去分散在产品、设计、开发、测试人员之间的工作,如今能由一个人配合 agent 推进。
但他同时反省自己早期做得过快:有接口和想法,当晚就做出并上线,后来发现不必如此。他在改版前曾有一个月没有动产品,用新的方法收集问题、梳理活动、酝酿方案,再集中迭代。前半场的速度案例,要和后半场的「慢下来想清楚」一起读。 更新次数、用量都是个人实践叙述,不能单独推出产品质量,更不是人人需要照抄的配额。
Ben哥处理知识库新想法时,可以先在 tasks.md 的「下一步」写成「对照当前稿与原文确认问题」,而不是直接要求重写;确认问题后才列改动。涉及 ~/.agent-autoloop/cron-jobs.json 的任务,先在任务描述中说清想解决什么、怎样判断有效,不把增加运行次数当改进结果。本篇不改调度,也不把 token 消耗当验收标准。
howie 展示的改版从一个总 issue 启动。他先整理要做什么、为什么做、大概怎么做,以及注意事项;其中方案可以不成熟,但相关业务材料、活动取舍、文案和限制要尽量清楚。接着把 issue 交给 agent,先研究,再讨论,由人确认方案,之后才执行。
这不是要求普通人预先写出技术实现。原文反复说,有些 how 他也不知道;人要交代的是 why、what 和已有上下文,让 agent 研究技术路径、提出疑问与备选项。大需求确定后再拆成子 issue,标明前后关系,前一项没完成,后一项不能贸然开始。这样保留了工程流程,却不要求人重新承担程序员的全部工作。
| 环节 | 人主要负责什么 | Agent 主要负责什么 | 本场展示的承接物 |
|---|---|---|---|
| 需求与计划 | 业务目的、取舍、材料、确认问题 | 研究上下文、追问、完善计划 | 总 issue 与需求说明 |
| 方案与设计 | 比较方向、提出反馈、选定方案 | 提出技术与界面方案、做原型 | 方案、网页、评论 |
| 代码构建 | 把控范围,必要时澄清 | 按拆分任务实现 | 子 issue 与代码变化 |
| 测试与验收 | 亲自使用、检查结果 | 执行测试、处理反馈 | 测试结果与人工反馈 |
| 过程回填 | 确认下一步方向 | 写回最终方案与执行情况 | 同一个 issue 的记录 |
Ben哥可以在 ~/.shared-agent/kb/STANDARD.md 将来的单篇执行说明中明确「输入原文路径、唯一输出、不可改范围、验收项」四项,让执行者先复述不确定点,再动笔。这是把本场需求组织法映射到深蒸馏,不是说讲者讲过这四个字段。本轮已有明确任务书,直接沿用,不另建项目文件或扩大改动范围。
在设计环节,他让 agent 用网页或 artifacts 交付可查看的方案;一轮可以探索几个方向,选定方向后再迭代多个版本。人不用先把设计全想出来,但必须能比较、评论、确认。方案认可后再转成代码,而不是在大量代码写完后才发现方向不对。
他也演示了浏览器中的元素选取:可以引用具体位置,跨页面收集修改点,把截图、代码和素材交给 agent。他的一个操作口径是先只改 Web,反馈、修改、部署、自己验收。这里重要的是控制范围,而不是照搬他的发布方式。
更关键的一步是回填:讨论完的最终方案要写回 Linear issue,执行情况也要写回。否则,结论只散在对话里,下一位参与者不知道该按哪个版本接手。他将这套 loop 与 PDCA 联系起来,强调每个环节既有 agent 参与,也有人把控。
Ben哥给 ~/.agent-autoloop/report_html.py 提修改时,可在 tasks.md 的目标中注明页面位置与保留项,再把人工看到的问题写入「当前状态」。若以后增加程序辅助,可在该脚本新增 render_review_preview(),只输出待审页面供比较;这是拟议函数,不是现有接口。执行后将文件路径和核查结果放回原任务,不以聊天里的「完成了」替代成品检查。
他早期用本地笔记逐项记录功能,后来改用 Linear 管理项目、issue、标签和状态。他喜欢它,不只是因为能列清单,而是它能把任务管理、上下文管理、推进流程从脑子里搬出去,也让人和各自的 agent 围绕同一项目协作。原文展示了待办、进行中、审核、完成等状态,并说状态可按自己的工作方式设计。
在此基础上,他专门创建了处理 Linear issue 的 Skill。做法并不神秘:写清为什么需要、使用场景、应包括什么,再给几个具体案例,交给 agent 建成 Skill。讨论后的方案如何回填、每次执行怎样留记录,也由这个 Skill 规定。他给出的经验是,一件事要做两遍三遍以上,又想做得更快、更好、更不费脑子,就值得把方法固化下来。
项目文档则是另一层积累:AGENTS.md 作为目录,连接技术栈、前端方案、数据模型、接口规范等材料。他也承认自己的早期文件太长,尚未优化;不能把「所有东西都塞进一个文件」误当标准答案。
Ben哥可以把 ~/.shared-agent/kb/STANDARD.md 中的单篇结构要求转成明确检查入口;若落在 ~/.agent-autoloop/knowledge.py,拟新增 check_distillation_structure(text),只检查头部、分组、三段和来源,不替代内容验收。任务状态仍留在 tasks.md,不再复制一份并行清单。这里只提出函数职责,本轮不修改标准、Skill 或脚本。
微信读书的例子说明了「不写代码」不等于「不学概念」。他阅读官方 Skill 中的接口说明,又让 agent 搭建 API 测试环境,用 Bruno 查看请求与返回,认识书籍标识、标题、阅读时间等数据。配置文件怎么导入,他原先也不知道,就直接问 agent;但他没有因此放弃理解接口到底给了什么。
他发现现有接口不直接提供自己想要的单本书每日阅读时长,于是提出通过后端逻辑计算并存储的方案,再拆任务、测试,准备之后向用户开放。本场展示的是发现限制与推进解决的过程,不是完整算法说明。 如何计算、如何保证精确、遇到哪些异常怎样处理,原文未展开,不能替他补成已验证的技术方案。
| 层次 | 原文支持的判断 | 不能由此直接推出什么 |
|---|---|---|
| 接口理解 | 查看请求与返回,知道已有数据与缺口 | 每个所需指标都有官方接口 |
| 技术配置 | 不懂配置可以让 agent 解释和协助 | 不需要理解工具用途与数据含义 |
| 新功能方案 | 讲者提出后端计算与存储思路 | 算法已披露、所有情况都保证精确 |
| 上线安排 | 讲者计划自己测试后再向用户开放 | 本场已经证明全量上线成功 |
Ben哥可把这条映射到 ~/.agent-autoloop/reading.py:若后续接阅读时长数据,拟新增 validate_reading_metrics(record),先区分原始字段与计算字段,再决定如何展示;没有来源支持的精确值不直接写进阅读结果。函数名与校验方式是本篇应用推演,不是讲者提供的实现,也未检查该脚本现有函数是否已经覆盖这些要求。
howie 用家庭数学学习展示同一种 loop:拍照录入错题,agent 整理题目;孩子补充自己的错误原因,agent 分析主因与辅助原因;孩子看懂后,用自己的话写下理解;再由专门的 Skill 设计基础、进阶、挑战题,孩子作答,家长检查,出现新错误后继续分析。
这里不是让孩子被动接收 AI 答案。他反复强调主动参与、补充上下文、回顾自己的思路。错题被捕获只是开始,分析有没有被理解,还要看下一轮作答。设计这套系统的目的,也不是把所有时间变成刷题,而是减少低效训练,让孩子有时间读书、运动、睡觉和发展兴趣。关于提效与成本的强烈判断,是讲者的主张,本场没有给出可复算的对照评估。
同样的信息流思路也出现在内参案例:agent 处理复杂材料,人浏览、收藏、画线、记笔记,形成自己的理解、判断与下一步行动。自动处理信息,不等于把人的思考也自动完成。
Ben哥在 ~/.agent-autoloop/reading.py 的后续设计中,可拟增 record_application_feedback(item_id, explanation, result),分别记录「自己的解释」和「实际使用结果」,不要把读过一篇就视为掌握。对照 ~/.shared-agent/kb/STANDARD.md 的「对你的实际应用」,检查它是否真指向文件、动作和结果。这是把错题 loop 映射到阅读工作,不是宣称两个流程完全相同。
他讲到一次协作摩擦:agent 在 issue 中生成了大量交接信息,并提及同事,对方感觉不舒服。技术上下文写得清楚,不表示沟通方式就合适。他从中归纳出礼仪:不要把 AI 生成的大段内容直接堆到一个人面前;涉及人与人的表达,应由本人亲自写。
他的处理不是放弃自动回填,而是修改使用 Linear 的 Skill:agent 写的就保持 agent 身份,不模仿自己说话,不去提及人;只记录做了什么、相关上下文是什么。信息记录和替人发声是两件不同的事。 这个案例还说明,Skill 不是写好就结束,实际协作中的摩擦要变成下一次执行的约束。
Ben哥可以在未来修改 ~/.agent-autoloop/knowledge.py 的摘要逻辑时,拟增 format_agent_handoff(result),固定区分「Agent执行记录」「来源」「人工决定事项」,不生成冒充本人语气的交接。对应 tasks.md,owner 记录实际责任方,而不是让执行者替 Ben哥确认。这些都只是应用设计,本篇不触发通知、不发送消息、不改变现有权限。
以下是本篇对 Ben哥工作的映射,不是直播原话,也不表示已实施或确认现有程序存在缺陷。
| 这条里的什么 | 对应你手上的什么 | 具体怎么用 |
|---|---|---|
| 人负责方向,agent 负责构建 | ~/.shared-agent/tasks.md | 目标写可观察结果,「下一步」先处理不确定点 |
| 需求先研究再施工 | ~/.shared-agent/kb/STANDARD.md | 单篇任务注明输入、唯一输出、不可改范围、验收项 |
| 可见方案与精准反馈 | ~/.agent-autoloop/report_html.py | 拟增 render_review_preview(),先看页面再决定修改 |
| 重复做法固化为检查入口 | ~/.agent-autoloop/knowledge.py | 拟增 check_distillation_structure(text),只查结构不替代事实审核 |
| 理解接口数据边界 | ~/.agent-autoloop/reading.py | 拟增 validate_reading_metrics(record),分开原始值与计算值 |
| 学习必须接回实际反馈 | ~/.agent-autoloop/reading.py | 拟增 record_application_feedback(...),记录解释与应用结果 |
| 不让速度绑架节奏 | ~/.agent-autoloop/cron-jobs.json 对应任务 | 先澄清目标与验收,不把增加调度次数当成果 |
| Agent 不模仿本人说话 | ~/.agent-autoloop/knowledge.py | 拟增 format_agent_handoff(result),区分执行记录与人工决定 |
原文:howie《w2634 agent 方法论|普通人如何实现代码自由?》,2026.08.28 直播回看。原视频:https://www.candobear.com/detail/l_6a8e78b2e4b0694c35414d1c/4 。开场预告八点正式开始,结尾说刚好十点,故时长记约120分钟,不作为媒体精确时长。
本篇依据:本地转写稿 /Users/benhong/.agent-autoloop/cdb/transcript/l_6a8e78b2e4b0694c35414d1c.txt 全文3517行,分段读至告别。依据包括阅读挑战改版、Linear issue 拆解与回填、设计反馈、Skill 迭代、项目文档、API 测试、错题 loop 与协作礼仪。两份已通过样例只用于层级和语气,不借用其案例充当本场内容。
更正与边界:按上下文将「原技能」「回舔」「英才私教」等明显误识别整理为「元技能」「回填」「因材施教」,工具名 Linear、Notion、Claude Code 统一书写;无法确定的模型名与版本不作推定。99次更新、50亿 token 为讲者自述,不是审计值或学习配额;教育效果、投资价值等判断不作为已验证承诺。单本书每日时长的完整计算办法原文未展开,后续产品是否按预告发布也未核实。「对你的实际应用」及关联表是面向现有文件的推演,函数均为拟议,不是源码现状;本轮仅写本篇,不改程序、规则、任务表或调度。
定位:中文深蒸馏,不是逐字摘要。