Meta如何用AI原生工程打造Forum
内容提要
Meta利用AI智能体开发独立Groups应用Forum，将AI从辅助编码升级为参与规划、构建、测试、验证全流程。工程师转为监督者，负责设定目标与把关质量。通过自动化验证、模拟用户测试和智能体运维，八周内实现与Facebook Groups核心功能对齐，并提前发现修复内存问题，减少返工。
延伸解读
从“人在环内”到“人在环上”：工程师角色的根本转变
文章指出，AI辅助编码若仅停留在补全函数或建议修复，迭代速度仍受限于工程师。Meta在Forum项目中转向“人在环上”模式：智能体自主执行计划、实现、构建、测试、修正的完整循环，工程师则设定目标、监督运行、在偏离时介入并批准结果。这意味着工程师从执行步骤转向对结果负责，时间更多用于方向判断和质量把关，而非逐行审查代码。
验证是AI原生工程的核心瓶颈
Meta强调，编译通过不等于任务完成，必须通过自动化测试和视觉检查。他们将构建状态、单元测试和UI规范匹配等自动验证信号直接集成到智能体循环中，使智能体能先自我检查再提交审查。这减少了低质量产出和返工，但文章也承认，验证的可靠性决定了能安全交给循环的任务量，验证本身是最难做对的部分。
改造代码库与环境比优化提示词更有效
Meta发现，最大收益来自改变代码和工具，而非提示词。他们保持代码库架构清晰、模块化，甚至为提升智能体吞吐量而重写部分代码。同时，为智能体提供直接检查状态的工具（如读取模拟器视图层次、列出屏幕元素），而非仅用文字描述应用，这大幅减少了误编辑。此外，通过独立构建沙盒，原型代码不会进入生产构建，兼顾了快速迭代与生产安全。
AI压力测试提前发现内存问题，但人类仍掌控架构决策
Meta设置模拟真实用户行为的压力场景（如激进滚动、快速导航），让智能体自动运行并分析异常。一次运行中，智能体隔离出内存问题的复现步骤、提出修复并验证，使内存使用和页面错误减半。不过，文章明确，架构决策仍由工程师做出，产品目标等判断也保留给人类。智能体负责机械性调查和压缩工作，工程师验证发现是否为真实缺陷或有意权衡。
Q&A
Meta的Forum应用是什么？
Forum是Meta推出的独立Groups应用，旨在让用户更深入地参与Facebook群组中的对话。它由一个小团队从零开始构建，并作为AI原生工程实验的测试平台。
Meta在开发Forum时如何应用AI智能体？
Meta将AI智能体引入开发全流程，从规划、构建、测试到验证。工程师从执行者转变为监督者，设定目标并确保质量。智能体自主运行迭代循环，工程师负责批准结果。
什么是Human-On-The-Loop模式？
Human-On-The-Loop是一种工作模式，智能体自主运行迭代循环（规划、实现、构建、测试、纠正、重复），工程师设定目标、监控运行、在偏离时介入并批准结果。工程师从执行步骤转变为拥有成果和把控质量。
Meta如何确保AI生成的代码质量？
Meta将验证作为完成标准，而非仅仅编译通过。任务必须通过自动化测试和视觉检查。智能体在工程师审查前自行检查工作，确保提交的代码具有高置信度。每个交付成果都附带构建结果、测试结果和验证会话记录，供工程师快速签核。
Forum开发中使用了哪些关键工具或组件来支持智能体？
Meta建立了五个关键组件：规则（永久项目指令）、技能（可加载的团队约定步骤）、智能体（自动化检查）、命令（链接技能和智能体的工作流）、钩子（自动化触发器，如运行linter）。这些组件共同支持智能体的自主运行。
Meta如何调整代码库和环境来适应AI智能体？
Meta保持代码库简洁模块化，以便智能体轻松接入。为智能体提供工具而非描述，例如读取实时视图层次结构、列出屏幕元素，减少错误编辑。还创建了沙盒构建变体，将原型代码从生产构建中排除，确保安全实验。
AI智能体在Forum的测试和运维中发挥了什么作用？
智能体通过模拟用户行为进行压力测试，自动检测崩溃、内存增长等异常，并定位根本原因。在运维中，智能体分析用户反馈，调查可能的回归问题，并将分析结果提交给工程师决策。
Forum开发取得了哪些成果？
Forum在八周内达到与Facebook Groups核心功能对齐。AI自主压力测试在开发阶段发现并修复了内存问题，使内存使用和页面错误减半。发布后，智能体驱动的调查帮助工程师分类和根因分析用户反馈，减少了返工。
