正在打开每日关注
用代码核验驯服更聪明的 Agent
反对过度抽象的长计划，主张用可运行原型和测试证据监督 Agent。
来源摘录
前 Cursor 核心架构师、现 xAI 工程师 poteto 刚发了句暴论，直接把全网的“计划模式”抽得粉碎： “别再对着 Agent 抠什么长篇大论的抽象计划了。 又长又漂亮的 Plan，除了给你制造一种‘我们推进得很高效’的虚假幻觉，本质上全是一堆没有着陆点的泡沫。” 这篇长文的标题极其性感，直接戳中了 2026 年所有开发者的痛处： 《如何管理一个比你还聪明的存在（Agent）？》 她在 Meta、Netflix、Cursor 摸爬滚打了上千万行代码，给出的工业级答案刀刀见肉： 很多人用 Agent 喜欢搞对抗性评审（Adversarial Review）， 让 AI 写出 10 页纸的架构预案，人类在文字层面逐条挑刺； 但残酷的事实是：你一旦让 Agent 在抽象层面过度推演，它就会开始对着空气疯狂幻觉，编造出一堆现实中根本不会发生的伪边缘场景去自我防御。 真正的顶级工程做法只有一条： 别在计划还停留在抽象层时把它“煮得太熟”（Don't overcook abstract plans）， 直接用代码原型（Prototyping with code）去约束它。 让它别光打字，直接去写最小可运行原型； 让它自己用测试工具（Verification Skills）跑一遍，把录屏、截图和报错事实拍在桌上自证； 人类别去当咬文嚼字的文字考官，人类唯一的职责，是给它装上那个“能判断它有没有说谎的物理地基”。 从 Prompting 到 Planning，很多人以为这是终点， 其实这两层全是在文字游戏里打转； 真正的工业分水岭叫 Verification（确定性核验）—— 能用真实代码自证结果的 Agent，才是那台能放心地跑在生产线上的发动机。
Part 2 is here! Let's learn the art of supervising someone smarter than you. https://t.co/UeV4pJ4NFx
深度解析
是什么 这条内容借 poteto 关于“管理比自己更聪明的存在”的观点，批评 Agent 工作流中过度成熟、过度抽象的长篇计划。它认为，文字层面的架构预案和对抗性评审容易诱发 Agent 编造并不存在的边缘场景，形成“看起来很努力”的假进展。
核心设计 推荐把监督重心从 Prompting 与 Planning 推进到 Verification：先让 Agent 编写最小可运行原型，再通过测试工具实际执行，并用报错、截图、录屏等事实材料证明结果。人类不必逐句审阅宏大计划，而应提供可运行的环境、清晰的验收标准和判断结果真伪的反馈回路。
关键洞察 代码和测试不是计划的附属物，而是约束智能系统的重要物理边界。原型越早运行，错误假设越早暴露，Agent 的推理空间越不容易漂浮在文字中。对复杂任务而言，短周期的实现—验证—修正循环通常比一次性产出长文档更接近真实工程。
边界与风险 该观点并非否定计划、设计文档或人工评审；安全关键、跨团队或高成本变更仍需要抽象层面的约束。原型和测试也可能覆盖不足，截图只能证明某次运行，不能自动证明系统在所有条件下正确。因此，Verification 应与风险分级、测试覆盖率和人工决策结合。