AI 先给默认方案的逐行审查协作法
倡导让 AI 先产出并判断，人类逐行审查、反馈和授权执行。
原始内容
when you test gpt-5.6 tomorrow, whatever you do, don't open with: build this feature. fix this bug. refactor this. feed it like that every day and it hands you defaults every day, then you nitpick it line by line. 𝗶𝘁 𝗰𝗮𝗻 𝗷𝘂𝗱𝗴𝗲, 𝗮𝗻𝗱 𝘆𝗼𝘂 𝗼𝗻𝗹𝘆 𝗹𝗲𝘁 𝗶𝘁 𝘁𝘆𝗽𝗲. here are 5 prompts and goals you can copy-paste directly 👇
中文译文
机器翻译，保留原文供核对。
明天测试 gpt-5.6 时，无论你做什么，都不要一上来就说： 构建这个功能。 修复这个 bug。 重构这个。 每天这样喂它，它每天就会交给你默认答案，然后你再逐行挑刺。 它有能力判断，而你却只让它打字。 这里有 5 条提示词和目标，你可以直接复制粘贴 👇
深度解析
是什么 这是一条关于编码 Agent 工作方式的纯观点推文。作者反对把“开发功能、修复缺陷、重构代码”当作完整指令直接交给模型，主张让模型持续产出默认方案，再由人类逐行挑选、修正和授权执行。文末提到的 5 个可复制提示词并未实际给出，因此只能判断方法论，不能评价具体模板。
核心设计 这套协作协议把方案生成、判断、代码输入和人工验收拆成循环：模型负责提供可运行的起点，人类承担细粒度审查，模型根据反馈继续修改。关键不在某个神奇 Prompt，而在于用“先给默认值、再持续批注”的节奏降低空白页成本，同时保留人为控制点。
关键洞察 这种方式适合日常开发、低至中风险重构和快速探索，尤其能减少从零描述需求的负担。它也把人类从全量编码者转为规格校准者和质量把关者。
边界与风险 默认方案容易制造锚定效应，逐行审查也可能带来疲劳；安全、数据迁移、权限和关键业务代码仍需测试、静态分析及领域专家复核。若模型版本、上下文管理或“5 个 Prompt”内容不明，不应将这条经验当作普适结论。
精选追评与案例
原作者补充了一套可直接复用的并行目标提示词，明确拆分、调度、验证与停止条件。
𝗣𝗮𝗿𝗮𝗹𝗹𝗲𝗹 𝗴𝗼𝗮𝗹 i have a few independent tasks to push at once: [task A], [task B], [task C]. for these, set yourself an end-to-end goal: 𝘁𝗮𝗸𝗲 𝘁𝗵𝗲 𝘄𝗵𝗼𝗹𝗲 𝗽𝗹𝗮𝗻 𝘁𝗼 𝗱𝗼𝗻𝗲, until architecture, implementation, tests, review and the final result all clear the bar. split the goal into independent parts, spawn as many parallel agents as it takes to finish faster, and give each agent its own goal with its expected deliverable, verification and done criteria. schedule them in parallel, keep tracking progress, synthesize what comes back, resolve conflicts, keep implementing, verify live after every important step, review when it matters, commit when it's ready, and give a final summary. verification has to cover the real end-to-end path, including browser/computer use, clicks, keyboard, and whatever else it takes. don't stop after partial progress unless you're blocked by missing credentials, destructive ambiguity, or conflicting requirements. → one goal in, 4 agents working in parallel, i only show up when there's a merge conflict.
中文译文 · 机器翻译
并行目标 我有几个独立任务要同时推进：[task A]、[task B]、[task C]。 对这几项，给自己设定一个端到端目标：把整个计划推进到完成，直到架构、实现、测试、审查和最终结果都达到标准。把目标拆成独立部分，按需要启动尽可能多的并行智能体来更快完成，并给每个智能体设定自己的目标，以及预期交付物、验证方式和完成标准。并行调度它们，持续跟踪进度，汇总返回的结果，解决冲突，继续实现，在每个重要步骤后进行实时验证，在关键时审查，准备好后提交，并给出最终总结。验证必须覆盖真实的端到端路径，包括浏览器/计算机操作、点击、键盘输入，以及其他一切必要操作。除非因缺少凭据、破坏性歧义或需求冲突而受阻，否则不要在只取得部分进展后就停下。 → 输入一个目标，4 个智能体并行工作，我只在出现合并冲突时现身。
点出把模型当资深工程师而非自动补全工具，是提升产出质量的关键心态转变。
@Voxyz_ai this is the biggest mindset shift, treating the model like a senior engineer instead of an autocomplete tool usually changes the quality more than changing the model
中文译文 · 机器翻译
这是最大的心态转变：把模型当作资深工程师，而不是自动补全工具，通常比更换模型更能改变产出质量。
提供相反视角：不必过度雕琢措辞，直接说明要构建什么并放手让它做。
@Voxyz_ai you don't need this wordsmithing. just tell it what to build and let it build. no need to overthink it.
中文译文 · 机器翻译
你不需要这样咬文嚼字。直接告诉它要构建什么，让它去构建就行了。没必要想太多。