AI 实干派 看真正用 AI 拿到结果的人怎么做
AI 实干派 031 · 2026 年 11 月 9 日 · 周一 · 约 9 分钟读完

AI 写的 PR 只留一段人话在外面,遛狗时让 Claude 跑完 C 和 Rust 的性能对比

30 秒速读

工作提效·本周演示·2026-11-09·US

谁·场景
开发者 Simon Willison 维护 Datasette、llm 等开源项目。他说自己现在的改动大多以 PR 的形式出现,由 Claude Code 或 Codex 替他开。
怎么用
PR 开头放一段人工确认过的高层说明,常配一张截图;智能体写的完整说明放进 <details><summary> 折叠块,summary 一栏写模型名和推理档位,例如「Claude Opus 5.5 Medium」。
结果
他说 PR 读起来不再像 slop。信息一点没少,读者扫一眼开头就能判断要不要细看。他贴了 5 个近期 PR 的开头段作为示例。
你可以试
下一份 AI 生成的 PR、周报或方案,先写两三句给人看的摘要,把长文折叠起来。GitHub 的 Markdown 直接支持这组标签,issue 评论里也能用。
注意
开头那段必须真的代表你的判断。可以从智能体原文里挑一句,但要你确认过。手机键盘敲这组标签很麻烦,GitHub 编辑器也没有对应按钮。

Simon Willison 在博客里说,现在的编码智能体写 PR 说明写得太好了:问题、方案、验证步骤一应俱全,也正因为太全,别人一看就知道是 AI 写的,第一反应是「我不读」。他自己就是这么想的,哪怕作者是他本人。

他的解法成本很低:一段人话开头+截图+折叠起来的 AI 全文。比如 Datasette 一个 PR 的开头只写了一句:行页面原来把单行显示成一行宽表,46 列的表会一路滚到右边,页面左边大片空白。另一个写的是 edit-tools.js(约 220KB)原来每个页面都加载,现在只在有编辑权限的用户第一次碰到编辑功能时才加载。summary 里标明模型名,读者一眼就知道折叠的部分是谁写的。

这个办法不只适用于代码。团队里谁的 AI 产出越多,读的人负担就越重。先用人的判断交代「为什么值得看」,细节留给需要的人展开,这条思路放到需求文档、调研报告、周报上都成立。他还给了一个记标签顺序的办法:读作「details-summary」,两个音节在前,三个音节在后。

工作提效·本周演示·2026-11-08·US

谁·场景
Simon Willison 遛狗时好奇:写一个 SQLite 扩展函数 parse_number(),把「-$1,234.56」「12.5%」这类字符串转成数字,用 C 和用 Rust 各有多难?
怎么用
他在 Claude 聊天(Opus 5.5)里说明函数规则,要求比较两种语言的性能、代码复杂度和编译产物大小;发现 C 版偏慢后,又让它自己写解析函数追上 Rust;最后让它克隆他的 research 仓库,按已有格式写成报告并打包成 zip。
结果
第一轮结果:Rust 扩展 298–321 KB,C 扩展只有 14 KB,但 Rust 更快,原因是 Rust 里对应 strtod 的函数快一倍。改用 Clinger's fast path 后,在 200 万行混合数据上,C 版每行从 67 ns 降到 19 ns,Rust 两个版本分别是 46 ns 和 41 ns。
你可以试
手头有「A 和 B 哪个好」的技术问题时,先让聊天模型写原型、跑基准,再顺着结果追问为什么。最后让它按你已有的文档格式整理成报告。
注意
这类探索适合边界清楚的小问题。基准数字是模型在沙箱里跑出来的,要用到生产环境,还得在自己的机器和数据上重跑一遍。

Simon Willison 在研究笔记里记下了全过程,一共三条提示词:第一条提问题,第二条追问性能,第三条让模型照他 research 仓库的格式写报告。中间最有价值的是第二步:数据显示 C 版反而慢,他没有接受这个结论,而是让模型解释原因,再给它一个明确的目标:写一个能追上 Rust 的 C 解析器。小数数据上,C 版从 106 ns 降到 18 ns。

同一天他还在 Hacker News 评论里做了另一个小实验:在同一个对话里,让 Claude 把一个 77KB 的 Three.js 3D 作品改写成不依赖库的原生 JS,得到 98KB 的版本。两版看上去不完全一样,他说自己也没完全弄懂差异从哪来。

对工程师、PM 和做技术选型的人,这种用法可以用来低成本地预调研:开会讨论之前,先让模型拿出带数字的对比,人再判断哪些结果可信、哪些需要复核。

AI 认知·观点访谈·2026-11-08·US

谁说的
Mihail Eric 在斯坦福教 CS146S「The Modern Software Developer」,同时是 Monaco 的 AI 负责人。他上了 Latent Space 的节目。
核心观点
他认为功能实现可以交给智能体,人难以替代的部分是弄清维护者要不要这个改动、代码为什么这样写、补丁会弄坏什么。工具上他的原则是:「You buy to learn, and you build to keep.」
依据
他调查过的斯坦福大二、大三学生全都在用智能体写代码。节目引用 Faros 的研究:AI 采用度高的团队合并的 PR 多了 98%,PR 审查时间却长了 91%。
对你的意义
让智能体写完一个补丁后,用 Geoffrey Litt 的 explain-diff skill 生成讲解和测验,看哪道题你得回去翻代码才答得上,那里就是你还没真正理解的地方。
争议·条件
Monaco 自建工作区,是因为细节取决于它自己的云环境。对多数小团队来说,先买现成工具更合适。他预测开源仓库会变成由智能体运行的软件工厂,这是他个人的判断。

在 Latent Space 这期节目里,Mihail Eric 讲了课程第二轮的改动。第一轮的作业里有一项是让学生用 AI 审查工具审一个仓库并评估反馈,他判断这类练习学生现在一次提示就能做完。所以今年改成给真实的开源项目提补丁,由维护者审核。智能体一个下午就能写完功能,但维护者想不想要这个功能、这段代码为什么这样写,只能靠和人沟通才能弄清。这样的沟通,也是初级工程师向资深工程师学习的机会。

在 Monaco,团队评估了几款代码审查产品,最后留下了 Devin。智能体工作区则是自己搭的,因为后台智能体需要一个能运行产品、复现故障、测试补丁的环境,而这和公司的云配置绑在一起。内部系统 Hal 两类人都在用:工程师让它排查故障、开 PR,销售问它产品怎么运作,拿到的是能转述给客户的解释。

上面 98% 和 91% 那组数字说明,产出变快以后,瓶颈转到了审查和理解上。团队在加大 AI 编码投入之前,值得先想清楚谁来审、凭什么审。

原文:Latent Space
AI 认知·观点访谈·2026-11-08·US

谁说的
Box CEO Aaron Levie 在 X 上连发两帖;Codex 产品负责人、前 Linear 产品负责人 Nan Yu 同一天发了一条短帖。
核心观点
Levie 认为:每过三到六个月,都应该回头重试以前做不成的事;智能体能调用现有的系统和工具;多个智能体并行处理任务以后,效率提升不再局限在 20%–50%。
依据
他的依据是近六个月模型在电脑和工具使用、上下文衰减(context rot)、推理和多模态上的进步,并举编码领域已经出现的变化为例。安全、科研方向是他的推测。
对你的意义
把过去试过、失败了的 AI 任务记成一张清单,写上失败原因,每季度拿新模型重跑一遍。
争议·条件
Nan Yu 说,AI 让软件对「知道要做什么」的人更容易了,对不知道的人更难了:以前什么也做不出来,现在会花一大笔钱做出一堆垃圾。

Aaron Levie 2026-11-08 发帖说,AI 领域一条好经验是每三到六个月回头试一次以前做不成的事。他列举了过去半年模型在工具调用、长上下文和推理上的进步,认为凡是有 API 的系统,智能体都能调用。几小时后他在另一帖里进一步说,工作方式正从「和 AI 一来一回聊天」转向「给一组智能体布置问题,让它们并行干大量的活」,投入的时间和产出的关联会被打破。这些都是他的判断,编码领域是他举出的已有例子。

反方的提醒来自 Nan Yu:目标清楚的人可以直奔结果,不清楚的人会花钱做出一堆垃圾。两种说法放在一起看,能放大多少算力,取决于你能把问题说得多清楚。在把任务分给多个智能体之前,先把验收标准写出来。

AI App·本周演示·2026-11-09·US

谁·场景
William Imoh 是开发者营销公司 Hackmamba 的创始人,团队约 25 人。他从迪拜搬到挪威,化工专业出身,自学编程,做过四年 PM,此前从没写过 Swift。
怎么用
他用 Codex 写原生的 iOS 和 Android 客户端,用 GPT-Live 做实时语音对话。经营公司这边,他在 Grok Bot 里给每个职能分配一个《指环王》角色。
结果
他在 How I AI 节目里现场演示了一段挪威语对话。Mural 已在 GitHub 开源。
你可以试
如果你也有一个用了很久、却没帮你解决真正问题的 App,可以先用实时语音模型做一个只覆盖核心场景的原型,自己天天用一段时间再说。
注意
语音陪练的体验取决于延迟,每次会话也有模型成本,他在节目里专门谈了这两点。上架和后续维护仍然需要你自己投入。

Claire Vo 在 How I AI 这期请来 William Imoh。他的出发点很直接:Duolingo 连续打卡 1000 天,还是没法用挪威语对话。他没写过 Swift,就用 Codex 做了原生的 Mural,语音部分接 GPT-Live。节目里还讲了让 App 界面和其他语言 App 区别开的那条设计提示词,以及每次会话的成本和语音陪练能接受的延迟上限。

另一半内容是他怎么一个人带约 25 人的公司:在 Grok Bot 里给每个创始人职能分配一个指环王角色,让智能体访问他 15 个常开的标签页,只保留一样不给。他说最让他担心的是对 AI 的依赖,被替代反倒不是。

对想做 AI App 的人,可以借鉴的是选题来自自己长期没解决的痛点,先自己当用户。源码可以直接参考。

今天可以做的一件事

今天挑一份你用 AI 生成、准备发给别人的长文档,比如 PR、周报或方案。先在开头写三句话:改了什么、为什么、需要对方看哪里,再把 AI 写的全文折叠起来或放进附录,模型名标在旁边。发出后记两件事:对方多久回复,追问的是开头那几句,还是折叠部分的细节。连做三次,你就能看出哪些信息该由你亲自把关,哪些可以交给 AI。