全网疯传!Grok一姐教你如何月提交3000个PR

全网疯传!Grok一姐教你如何月提交3000个PR

💡 原文中文,约3000字,阅读约需7分钟。
📝

内容提要

SpaceX AI工程师Lauren Tan在AI Engineer CODE大会上分享AI编程经验:核心是将低信任度的Agent环境改造为高信任度环境,提出“信任倒金字塔”,优先投入代码质量、Lint、类型系统等确定性检查。她建议禁用99%的代码注释、不让Agent编写易错功能、将每次犯错转化为自动检查,并加强运行时与形式化验证。其团队上月提交1.1万个PR,撤回率仅0.5%。

🔎

延伸解读

信任倒金字塔:把精力花在确定性检查上

Lauren Tan提出“信任倒金字塔”,将代码质量、Lint规则、类型系统等确定性检查置于优先位置,而非依赖自然语言规则。她认为,把低信任度的Agent环境改造成高信任度环境,关键在于减少Agent犯错的余地。这一思路强调用工具约束替代事后补救,对团队设计AI编程流程有直接参考价值。

禁用注释与易错功能:从源头减少Agent误用

文章提到,Grok Bot团队禁用了约99%的代码注释,并禁止Agent使用易错的React useEffect等特性。原因是Agent会模仿既有代码和注释中的临时补丁,导致问题累积。通过Lint规则和架构约束引导Agent修复根本原因,而非打补丁,这为管理AI生成代码提供了可操作的方法。

验证环节前移:截图、录屏与形式化验证

团队将大量代码审查工作转移到验证环节,审查时主要看截图、录屏、状态图和形式化验证结果。他们引入TLA+、Lean和Bombadil等工具,并让Agent复用自定义CLI和驱动程序。Lauren Tan称身边有开发者70%的Token花在验证上,她自己目前也差不多,这反映了验证在AI编程流程中的权重上升。

效率与风险:高PR量背后的撤回率与人工审查减少

Grok Bot团队上月提交1.1万个PR,撤回率仅0.5%,客户端几乎每天发布稳定版。但文章也指出,团队合入的大部分产品代码已不再需要人类深入审查,且实现自动化流程花了六个月。读者需注意,这种模式依赖前期在代码质量和验证工具上的大量投入,并非简单复制即可达成。

❓

Q&A

Grok Bot团队上个月提交了多少个PR?撤回率是多少?

Grok Bot团队上个月共提交了1.1万个PR,撤回率仅为0.5%。

什么是“信任倒金字塔”模型?

“信任倒金字塔”是Lauren Tan提出的模型,用于将低信任度的Agent环境改造成高信任度环境。最上层是代码本身(API设计、架构、重构),下一层是Lint规则、类型系统、编译器和自动化测试等确定性检查工具,再往下是运行时验证、形式化验证以及自然语言指导(如Rules、AGENTS.md)。她认为最值得投入的是最上面两层。

为什么建议禁用99%的代码注释?

因为Agent会在代码旁写大量注释解释临时补丁,后续Agent看到这些注释会模仿,导致临时补丁越来越多,影响性能。禁用注释后,改用Lint规则直接检查问题,并通过错误提示引导Agent修复根本原因。

如何防止Agent编写容易出错的功能?

团队通过架构约束和Lint规则来防止Agent误用易错功能。例如,在产品代码中禁用React的useEffect,只允许在Dune框架内部的特定API中使用,从而从架构上消除误用的可能性。

Agent犯错后,应该怎样处理?

不要只往AGENTS.md里加自然语言规则,而应尽可能将教训转化为确定性检查,如增加Lint规则、利用类型系统约束、重新设计API等,并清理代码库中已有的同类问题,从而减少重复性错误。

Grok Bot团队如何进行代码验证?

团队将大部分代码审查转移到验证环节,主要查看截图、录屏、状态图和形式化验证结果。具体包括运行时验证(提供运行应用的能力和调试工具,设计功能地图,封装自定义CLI和驱动程序)和形式化验证(使用TLA+进行模型检查,Lean进行形式化证明,以及Bombadil进行基于属性的测试)。

🏷️

标签

➡️

继续阅读