Michael Novati:AI 编程提速之后,判断力、测试与责任更重要

📌 One-Sentence Summary
Formation 联合创始人拆解 Agent 工作流、文档体系与判断式测试,并解释惊人代码产出数字的口径。
📝 Summary
Michael Novati 从动手探索的学习方式和早期 Facebook 经历谈起:持续建立代码库的整体心智模型,并在等待时并行处理基础设施工作。在 Formation,他指挥 Agent 覆盖产品、工具、支持和性能任务,也主动解释标题数字的口径:数百个 PR 包含内容配置迁移,同样的修改也可以合成一个大 PR。常态是并行两三个 Agent,更多任务只适合边界明确的维护工作。支撑方法包括可导航的文档层级、明确开发指令、回归测试,以及借助浏览器判断可用性而非只检查像素和按钮的评估。他强调维持更高产品质量,也承认用户吸收变化的速度可能跟不上代码生产。评审逐渐转向追问 Agent 的范围、风险和副作用,但发布责任仍属于自己。最后讨论区分兴趣、能力和实际价值,并设想工程师数量可能减少、能力更强的未来。产出数字与预测均为本人报告,未独立审计。
💡 Main Points
上下文与环境匹配共同支撑速度
Novati 将高产出归于整体理解、并行工作与组织空间,而非单纯打字快。
测试应守住产品判断
文档、回归用例与浏览器评估帮助 Agent 维护可用性和性能,超越照抄实现的测试。
高产出不会转移责任
PR 数量受打包方式影响;范围与风险追问仍需服务于人的发布决定。
💬 Key Quotes
我认为,我承担的约定仍然是对代码负责。
通常大概是两个到三个。
📊 Article Meta
AI Screening: 90
Featured: Yes
Source: Philip Has Questions
Author: Philip Has Questions
Category: 软件编程
Language: 英文
Read Time: 67 min
Word Count: 16536
Tags:
编程与工程 , AI 编程 , 视频 , Meta , AI 辅助工程
Play Full Video
整理得太全面了,省了我不少时间。
楼主辛苦了,内容很有参考价值。
点赞,必须点赞
实话,说的不明不白
路过
这个比较实用,已转发给同事。
实话,说的不明不白
赞同,实践出真知。
赞同,实践出真知。
刚好最近在找这方面的资料,太及时了。
实话,说的不明不白
这篇文章分析得很透彻,收藏了!