https://www.candobear.com/detail/l_6a4ddef4e4b0694c5be5c6d1/4阅读路径:先读第四组,把「在线上试一下」为什么危险弄明白;再读第三组,理解为什么要先定数据与接口,而不是先挑页面颜色。第二组解决做什么、怎么取舍,第五组补接口安全与人的学习责任,第一组交代全场的能力框架。只看一组就看第四组:生成速度再快,也不能拿用户数据练手。
一句话结论:能让 agent 生成并部署网页,不等于能交付生产级产品;如果人说不清需求、数据流和写入边界,更多 token 只会更快地放大错误与维护负担。
howie 用学英语作比喻:驾驭 agent,一边要有大量亲自使用的经验,一边要有清楚、能相互连接的概念。他把前者叫 agent 版本的阅读量,把后者叫词汇量。没有做过项目,别人讲的方法很难落到具体情境;没有概念,遇到数据库、接口和环境切换,也只会看到一团模糊的东西。
他用 token 排行记录实践规模,并给自己定了年度使用目标;但他同时强调,这不该是炫耀指标,最终要回到经济与商业价值。这两层不能倒过来:原文表达了对大量实践的重视,没有证明消耗量本身能保证产品质量。
开场不是教一套点击顺序,而是在解释为什么「照着操作」不足以培养元技能。一次次真实提需求、配置工具、处理交接,才会形成手感;概念则让人知道问题发生在哪里,不至于每次都盲试。
Ben哥可以在 ~/.shared-agent/tasks.md 的相关任务描述里补「本次遇到的新概念/影响的实际操作/结果证据」,不另起任务表。记录一次「预览不能代替发布」如何影响交付,比只记模型跑了多久有用。这是本篇的落地提案,不代表现有任务字段已经包含这些内容。
统一登录中心搭好之后,新应用不必重新解决所有身份问题;配置过的工具、Skill 与 personal plugin,也能在后续项目里继续使用。howie 说,过去电脑上装了很多工具,大部分闲置;现在把工具交给 agent,配置工作的收益会在后面不断出现。
但阿禅紧接着补了一句:自己搭不等于没有成本,安全防护仍然要自己承担。省掉采购费用,与具备长期运营能力,是两件事。原文没有给出适用于所有项目的自建或采购公式。
真正可积累的不是某个网站的一次成功,而是解决问题的路径能否复用。基础设施让下一次更快;安全责任则防止把「能装起来」误认为「已有人替你兜底」。
Ben哥可在 ~/.shared-agent/kb/STANDARD.md 的视频处理流程中,为已有取流、转写命令补齐「输入路径、输出路径、失败判据、何时停止」四项说明。不是继续堆工具名,而是让下一次接手的 agent 不必重新猜参数。本文只提出说明项,不修改标准,也不新增工具或授权。
当开发主要由 agent 承担,账户额度又很充裕,人很容易想到「那就多做些功能」。阿禅反对把额度变成需求:功能越来越多,自己会失去对产品的掌握,agent 也要读更多上下文,改一个地方影响另一个地方的机会随之增加。
他起初不认可给 AI 内参做 API 与 Skill,觉得文章已经浓缩过,再交给 agent 阅读可能是假需求。后来 howie 提供了有人正在这样用的线索,加上产品本身面向 agent 时代,他才同意尝试,并加入前后端埋点。之后出现了实际使用者,判断才从争论转向行为证据。
| 判据 | 直播中的做法 | 不能拿来替代它的东西 |
|---|---|---|
| 用户是否确实遇到问题 | 看反馈频次,找重度用户访谈 | 创作者一时兴奋 |
| 不确定的功能有没有人用 | 低成本上线后看埋点,再追问用法 | 开发已经完成 |
| 增量是否值得长期承担 | 同时考虑维护与上下文负担 | 账户还有额度 |
这不是让人少创新,而是要求每个功能有自己的理由。「不做」需要论证;已经做出小实验,也必须继续看数据,不能用一次顺利部署结束讨论。
Ben哥可以在 ~/.shared-agent/tasks.md 的新功能条目里明确写「谁需要/哪次反馈/怎样观察使用/本轮不做什么」。例如报告要新增一个交互,先写读者卡在哪一步,再交给 ~/.agent-autoloop/report_html.py 实现;不要把「别人的页面有」直接当成交付依据。这些是拟补的需求说明,不是本次实际改动。
画线和笔记在电脑端很顺滑,手机上却会与浏览器自带的文字选择菜单冲突。howie 曾把它当成应该消掉的 bug,反复要求 agent 干掉系统菜单,结果并不理想。最后他们让手机操作菜单固定在底部,避开冲突,而不是继续追求和电脑完全相同的气泡。
EPUB 下载按钮则是另一个取舍:有的浏览器能交给阅读软件打开,有的打不开,微信内又有自己的行为。讲者考虑过隐藏按钮、按浏览器区分,最后暂时保留并解释。这个例子没有一个已经解决全部兼容性的漂亮结尾,恰好说明生产产品必须接受具体条件下的折衷。
人的理解决定什么时候停止走不通的路线。目标是用户能完成阅读与笔记,不是执着于某一种菜单形式;设备差异要变成产品设计条件,而不是全部交给模型猜。
Ben哥若调整 ~/.agent-autoloop/report_html.py,可新增 render_mobile_actions(),让触屏操作有独立呈现方式,不强求桌面悬浮交互原样搬过去。验收写成「手机能打开并看清详情」,而不是「样式缩小了」。这是从案例迁移出的函数提案,原文没有讲报告代码,也没有替这份 HTML 做过手机测试。
阿禅做 AI 内参时,有一段时间网站看不出变化,实际上他在整理后端接口、数据结构与抓取。没有文章数据时,先讨论标题颜色和评论位置,容易把注意力放错地方。howie 也说,后来启动项目,会先梳理业务流程与 data model,再确定技术栈和项目说明。
他们打通阅读时长时,两个 agent 并不是靠人来回翻译长篇需求,而是交接数据返回格式。阿禅进一步展示 OpenAPI:路径、请求方式、参数、返回字段都有明确说明。规格减少歧义,不是因为它长得像代码,而是因为双方对同一输入与输出有了共同约定。
前后端分开,不只是换目录,而是把数据与呈现之间的交接讲清楚。UI 仍然重要,只是顺序靠后;讲者也明确留下例外:如果做的是纯体验型产品,不能机械套用这个顺序。
Ben哥可围绕 ~/.agent-autoloop/report_html.py 已有的 parse_morning() 与 render_morning(),先明确 title、rows、extra 的交接含义;再拟加 validate_report_payload(),检查行里的 name、code、price、chg、day 是否满足渲染要求。先让数据契约稳定,再改卡片配色;字段来自现有代码,校验函数是本篇提出、尚未实现的方案。
直播里的登录问题不是放一个按钮那么简单:微信的不同接入方式、可配置域名、手机上不便扫码,都影响用户能否进来。他们因此做统一登录中心,再面对同一个人通过邮箱、Apple ID、微信登录时怎样识别的问题。
这套基础后来才显出作用:AI 内参与阅读挑战是两个应用,有了统一用户 ID,才知道一边产生的阅读时间该加给另一边的谁。登录设施不是孤立的门面,而是跨产品数据归属的前提。具体账户合并的实现规则,原文未展开。
用户不该为开发者面对的平台限制付出全部体验成本。但统一身份也不是所有小工具的必选项:阿禅说,纯静态页面或内部几个人用的东西,未必需要复杂用户系统。
Ben哥不必因此给知识库加登录。可先在 ~/.shared-agent/kb/STANDARD.md 拟补「内容标识与目标位置」约定:区分源条目 ID、唯一 md 路径与阅读层链接,别把链接变化误当成新内容。这里只借用原文「先确认同一对象再关联数据」的思路,不把内容标识冒充用户认证,更不涉及现有账号配置。
阅读时间打通后,howie 直接在生产里累计数据,测出来数字不对。阿禅以为是在测试环境操作,得知不是时吓了一跳;幸好不同渠道的数据保存在不同表里,还能回滚。另一次大规模更换前端,howie 也是在线上直接改,结果页面面目全非。
两件事指向同一条边界:不能因为用户少,就把生产当作练习场。阿禅提出测试、预发、生产的区分;本地可以反复弄脏数据,预发用于验证部署后的运行,生产承载真实用户数据,要考虑备份与容错。他还提醒,agent 可能不按人的预期先给预览,而是直接覆盖。
| 环境 | 原文赋予它的职责 | 核心边界 |
|---|---|---|
| 测试 | 在本地反复试验,允许数据弄坏后恢复 | 不连接线上真实数据 |
| 预发 | 放到非本机环境,检查部署后能否运行 | 不等于已经面向用户发布 |
| 生产 | 服务真实用户,保存阅读与笔记等数据 | 不能靠一句「小心操作」替代隔离与备份 |
问题不在于哪个模型一定更谨慎,而在于有没有把风险隔开。模型交接的手感可以积累,但它不能替代环境边界;人要知道改动涉及哪些页面、哪些数据,出了错怎么恢复。
Ben哥若要改报告生成链,可在 ~/.agent-autoloop/report_html.py 拟加 build_preview(),只返回待生成内容,不进入发送步骤;把它作为独立预览路径,不借用真实推送验证排版。~/.agent-autoloop/cron-jobs.json 的任务配置则另行审查,不能为了测试页面临时改正式调度。本文没有改代码、调度或生产数据。
AI 内参继续用 Notion 编辑,但网站不能让每次阅读都直接依赖编辑平台的接口。他们把内容取到自己的数据库,再通过自己的后端提供文章。难点随之出现:历史文章的标题、编号、加粗与内容结构不一致,清洗必须稳定,不能本地出来一种样子,部署后又变一种。
阿禅把重复运行仍保持结果一致,以及重复请求不应造成额外错误效果,放在「幂等」下讲。支付重试却重复扣钱,是他用来说明后果的极端例子;注册、数据库与敏感操作也需要检查。他没有给出一个包办所有场景的实现函数,而是强调到测试环境反复试。
自动化必然会重跑,不能默认每次操作都只发生一次。原文把跨环境一致性和幂等连着讨论,本文保留它们各自的检查点,不把两个词直接画等号,也不补写未讲过的事务或重试机制。
Ben哥可为 ~/.agent-autoloop/report_html.py 拟加 normalize_report_payload():固定输入先规范化,再分别交给渲染函数;验证时重复运行,比较渲染结果,不发送。知识库同理可在 ~/.shared-agent/kb/STANDARD.md 写清「同一条目重复处理,不新增平行正文」的验收条件。它们是应用提案,不声称现有脚本已经具备幂等保证。
阿禅先用实际请求记录提醒:异常请求未必全是恶意用户,也可能是 agent 没控制好频率。若上线时没有日志,事后连发生过什么都难分析。后半场他又展示网站的拦截记录,说明即使用户不多,公开服务也会遇到扫描与异常访问。
他的防护分成几层:网站与服务器的保护、接口认证,以及面向用户的 API 与产品内部 API 分开。公开接口只给必要能力,用户只能访问自己的相关数据;内部接口规格不能因为部署时疏忽全部暴露。他特别强调,隐私是否重要由用户决定,不是开发者替用户说「这没什么」。
生产级不只意味着页面能打开,还意味着面对非预期行为时有记录、有约束。防火墙只是其中一层,不能代替接口权限。具体服务器加固流程、日志保存周期与限频参数,原文未展开。
Ben哥若扩展 ~/.agent-autoloop/report_html.py 的运行记录,可拟加 summarize_render_run(),只返回生成阶段、输出路径、成功与失败原因,不收集凭据或私人内容。若未来把生成能力开放成服务,再单独设计外部可调用动作清单;不能把内部完整流程直接当公共入口。本文没有启用接口、采集行为数据或变更权限。
howie 第一次遇到幂等概念时,先让模型解释,再追问与自己的项目有什么关系,并在 Logseq 中建立概念条目。以后再遇到同一个概念,就继续完善,而不是第一次记完就算掌握。阿禅也承认,自己有开发经验,仍不断碰到需要重新学习的东西。
结尾他们把这个要求落到每个大功能:先让 AI 整理文档,再用自己的话费曼一次。人不一定要理解黑盒里的每行代码,但必须知道输入什么、输出什么、用户怎样走、数据到哪里。否则下一次叠功能时,就不是人在指挥 AI,而是被 AI 的解释推着走。
Vibe Coding 与 Agentic Engineering 的分水岭,不是换个更专业的称呼,而是愿不愿意对系统形成理解。开场的「词汇量」在这里闭环:概念必须回到实际输入输出,才能转成驾驭能力。
Ben哥可在 ~/.shared-agent/tasks.md 的功能完成说明中拟补「输入/输出/影响范围/失败恢复」,由你用自己的话确认;遇到需要复用的知识,再按 ~/.shared-agent/kb/STANDARD.md 纳入对应主题。不要把模型写出的技术说明原封不动当成已经理解,也不要在没有实际验证时把任务勾成完成。
以下均为本篇迁移方案,不是讲者对 Ben哥系统的诊断,也不表示已经实施。
| 这条里的什么 | 对应你手上的什么 | 具体怎么用 |
|---|---|---|
| 需求证据先于堆功能 | ~/.shared-agent/tasks.md | 条目写明用户、反馈、观察方式与本轮不做什么 |
| 数据先于皮肤 | ~/.agent-autoloop/report_html.py | 明确解析与渲染字段,拟加 validate_report_payload() |
| 不强求跨端交互一致 | ~/.agent-autoloop/report_html.py | 拟加 render_mobile_actions(),以手机能完成任务验收 |
| 测试不能碰正式服务 | ~/.agent-autoloop/cron-jobs.json | 正式调度不拿来试排版,预览生成与发送分开 |
| 重跑结果要稳定 | ~/.shared-agent/kb/STANDARD.md | 明确同一条目重跑不新增平行正文的检查条件 |
| 人要解释系统全貌 | ~/.shared-agent/tasks.md | 完成说明写输入、输出、影响范围与恢复路径 |
原文:howie 与阿禅对谈《如何驾驭 agent,开发生产级产品?》,2026.07.10 直播;原视频见头部来源行。
本篇依据:完整分段阅读本地转写 /Users/benhong/.agent-autoloop/cdb/transcript/l_6a4ddef4e4b0694c5be5c6d1.txt,覆盖开场、登录、跨端体验、需求取舍、环境隔离、前后端与接口、内容清洗、幂等、安全及收尾学习方法。转写没有可靠时间轴,不据结束时钟倒推时长。
更正与边界:按上下文将「密等」统一为「幂等」、「内餐」统一为「内参」、「预刷/愈发环境」统一为「预发环境」,剔除重复音节。无法确认的模型版本、认证产品名不强行定名;开场的客户端更新、费用与平台限制仅属讲者当时叙述,不作现行规则或通用报价。token 与价值的关系是讲者主张,不是验证过的换算公式。账户合并、备份恢复、幂等具体实现和完整加固流程,原文未展开。应用段中的新增函数与说明项是面向 Ben哥的明确提案,尚未实施,不属于原话;本篇仅写作,没有修改所提文件。
定位:中文深蒸馏,不是逐字摘要。