Steinberger：用量化雄心目标让 Agent 清理不再半途而废
模糊指令让 Agent 过早收工，给出带量化指标与约束的高目标才能驱动深度清理。
原始内容
If you just tell the agent to clean up, it will stop far too early. Give it an ambitious goal. Try "remove 20% of the least useful tests while maintaining code coverage within 2%"
中文译文
机器翻译，保留原文供核对。
如果你只是告诉 agent 去清理，它会过早停下。给它一个更有挑战性的目标。试试「在代码覆盖率变化不超过 2% 的前提下，删除 20% 最没用的测试」
深度解析
是什么：Peter Steinberger（PSPDFKit 创始人、知名开源开发者）分享的一条 Agent 实战经验：对编码 Agent 说"清理一下"这类模糊指令，它会很快浅尝辄止；换成带量化指标的雄心目标——"删除最没用的 20% 测试，同时把代码覆盖率波动控制在 2% 以内"——效果显著更好。
关键洞察：其一，模糊目标会触发 Agent 的最低成本达标路径，模型倾向寻找最省力的"完成"方式，于是提前终止。其二，这条指令的结构值得拆解：20% 是量化产出目标，"最没用"迫使 Agent 做价值排序与判断，覆盖率波动 ≤2% 是硬约束，防止它为凑数而牺牲安全性。目标函数加约束的组合，比单纯"多干点"有效得多。其三，这与给人类团队定 OKR 的逻辑同构——具体、可衡量、有野心、有护栏。
边界与风险：20% 的删除比例若缺人工审核，可能误删防御性边界测试；覆盖率并非测试质量的唯一代理指标，变异测试等补充手段更稳；数字本身需要按代码库基线调参，不可照抄。
意义：当 Agent 从补全工具演进为自主执行者，目标设定正成为使用者的核心技能。这条推文给出了一个可复用的提示词模式：具体任务 + 量化指标 + 明确约束，是 Agent 工程中"任务规格化"的典型范例。
精选追评与案例
提供可复用的实操案例与明确效果数据。
@steipete Give it a goal to speed up the tests. Got a ~20m test suite down to 6m. It figured out why some tests couldn't run in parallel, dumb waits in the middle of tests, fixed non-reusable mocks.
中文译文 · 机器翻译
给它一个加速测试的目标。我把一套约 20 分钟的测试套件缩短到了 6 分钟。它弄清了为什么有些测试无法并行运行、测试中间的无谓等待，并修复了无法复用的 mock。
点明量化目标比模糊指令更能驱动 agent 行动。
@steipete ambitious delete quotas beat "clean this up" every time. agents nap without a number
中文译文 · 机器翻译
有挑战性的删除配额每次都胜过“清理一下”。没有具体数字，agent 就会打盹。
用类比解释模糊目标为何失效，补充了提示设计边界。
@steipete We spent decades learning that “make it better” is a bad brief for humans. Nice to know we’ve successfully transferred that problem to agents. https://t.co/2p9lUSh8Tw
中文译文 · 机器翻译
我们花了几十年才明白，“把它做得更好”对人类来说是个糟糕的任务说明。很高兴知道我们已成功把这个问题转移给了 agent。https://t.co/2p9lUSh8Tw
提出先过度删除再回补的边界测试思路，可供进一步验证。
@steipete Can we apply Elons 5 step process and see if we can over delete until something breaks then add them back?
中文译文 · 机器翻译
我们能套用埃隆的五步流程，看看能不能先过度删除，直到有东西坏掉，再把它们加回来吗？