https://jiajia.fun/qa/cc45f5b5-%E5%85%B3%E4%BA%8Epotato%E6%96%B0%E5%8F%91%E5%B8%83%E7%9A%84%E8%BF%99%E4%B8%AA%E6%BC%94%E8%AE%B2-%E6%9C%89%E5%93%AA%E4%BA%9B%E5%BE%88%E5%A5%BD%E7%9A%84%E5%B7%A5%E7%A8%8B%E5%8E%9F%E5%88%99%E5%8F%AF%E4%BB%A5%E5%90%B8%E6%94%B6

# https://x.com/poteto/status/2121673563489140863 关于Potato新发布的这个演讲，有哪些很好的工程原则可以吸收

这场的原文我看了，X 上那条推文只是个入口，真正的演讲在 ai.engineer 那页有完整 transcript。它讲的其实不是「怎么让 Agent 多干活」，而是「怎么让 Agent 干的活不用人挨个看」。里面有下面这几条，我觉得都可以直接拿去用。 第一条，也是整场的主线，她叫信任金字塔：最底下两层是确定性的，代码本身（好的 API 设计、架构、重构、lint、类型、测试）加上验证（运行时和形式化），最上面才是散文，也就是 AGENTS.md、skill、规则这类要靠判断力执行的东西。她的原则是：每次纠正 Agent，先问能不能变成一条检查；如果能变成检查，再问能不能靠更好的设计把这个错误选项直接删掉。这跟你说过的「文档只写代码里推不出来的 know-how」是同一个方向，只是她走得更极端，连 lint 报错都在往下沉。 第二条挺有意思：代码库本身就是 Agent 最大的输入之一。你仓库里留着的 workaround、已经过时的写法，下一个 Agent 会照样抄，因为它看起来就是「本项目的一套标准做法」。所以她用花园打比方，说清掉杂草这件事本身就属于提升未来产出，而不只是还历史欠账。 第三条是拿具体例子支撑的。Dune 是他们自己给 Electron 写的框架，差不多相当于 Electron 版的 Next.js。里面的做法是：React 的 useEffect 在产品代码里直接禁掉，只允许在框架内部少数几个地方使用，因为这种 API 要微妙地用好，门槛太高，Agent 用不好；electron-main 和 electron-renderer 分成顶层两个目录，再加上依赖分析和 lint 规则，禁止跨边界互相导入。这种做法把整整一类错误从「每次 review 都得重新发现一遍」变成了「机器直接拒掉」，等于省下了 review 的注意力。 第四条反常识，但值得琢磨：他们禁了 99% 的注释。起因很具体，Cursor 的 Agent 喜欢用 setTimeout、rAF 这类命令式定时器去打补丁，绕过 VS Code 命令式架构和 React 声明式架构之间的冲突。更糟的是，它会在代码里写注释，解释这个临时方案为什么合理，下个 Agent 看到注释，就觉得这是经过批准的做法，于是定时器就蔓延开了。她的结论是，注释不能强制执行，一段好意写下的说明，在 Agent 眼里就成了绕开正确做法的许可。所以改成让 lint 报错带修复指引，直接指向根本原因。 第五条关于验证。他们把代码评审压缩成看验证产物：视频、截图、状态图、形式化验证结果。运行时验证就是让 Agent 自己能跑起来、能用 Chrome DevTools 协议调试；他们做了一个 feature map，从用户视角把应用里的功能列成一张「站点地图」，这样你说「左边侧栏那个东西」时，它不用猜该指哪个控件；再把命令行工具和驱动封装成 skill 反复复用，既省 token，这些工具本身也可测。再往上是 TLA+ 对关键用户流程做 model checking，比如多设备多平台的通知；用 Lean 给自研虚拟化库证明不闪不抖；还有 property-based 的 UI 测试。她自己说这不是银弹，是多叠一层，但确实抓到了一些 bug。 第六条是她强调的先后顺序，我觉得这条最值钱：先把内层循环做可靠，再去自动化外层。他们现在能做到每次发版后自动开一个项目去乱测应用、提 bug、自动合并修复，但那是建立在前面那套环境已经搭好的基础上。自动化一个不靠谱的流程，只会更快地生产不靠谱的东西。 效果数字方面：上月合并 个 PR，回滚率稳定在 0.5% 左右，10 月有 227 人至少提交一个 PR，客户端每天发一个稳定版，启动、打字、切会话都比刚上线时快了。她自己也说花了六个月才到这个程度，而且这些数字是团队内部报的，不算对照实验。 要说不足，这套做法有个隐含前提：你得先有一个能自己跑起来、能被程序化操作的应用，桌面端、Web 端、带着 CDP 和 CLI 的产品比较适配。做 CLI 工具、后端服务、数据任务，那条路线上的验证方法就不一样了，但「把纠错沉淀成可执行检查」这一条，不管做什么都成立。另外形式化验证那一层，别在项目早期就上，那是内层循环已经稳了之后的投入。
