我没有代码背景,已经开始动手使用vibecoding搭建一些产品来服务我的工作日常。但在开发过程中我不知道agent到底怎么写的。我有时候让agent帮我翻译这段代码讲什么,但翻译也是缺少了很多细节。后面我去看书,找解决这个的答案。都是让我在验证层下功夫,就是验证通过了,就证明做对了。但验证层也缺少代码的经验,其实也不知道为什么这么写
提问
验证层卡住,往往不是验证方法不对,而是你还没弄清这段代码要改变什么结果;先补“这段代码负责哪一步、失败会怎样”,比继续让 agent 逐行翻译更有效。
先弄清这段代码要改变什么结果
立正讲 fake work 时提到,责任每交接一次,原本要解决的问题就会被翻译成一个更容易验收的交付物,交付物都按时完成,最初的问题却可能原封不动1。你让 agent 翻译代码,得到的常常是“这段在做什么”的局部描述,而不是“它为什么存在、它服务哪个结果”。所以翻译缺细节不奇怪:代码里的很多决定,只有在看到错误版本、跑过真实流程之后才存在2。可以挑一个你正在用的功能,先写下它要改变用户或你自己的哪个具体动作,再让 agent 只解释这段代码和这个动作的关系,看它能否说出失败时会发生什么。
验证要对着结果,不是对着代码
AI推演验证层缺少经验时,容易把“测试通过”当成“做对了”。立正主张目标不是指标本身,指标只用来衡量策略,本末倒置动作就会变形3。放到你的产品上:验证应该回答“用户做完这件事,结果有没有变好”,而不是“这段代码有没有报错”。他写自己重构会员体系时,第一版很快出来,但前后打磨了八十多版,很多正确的决定在看到错误版本之前根本不存在2。所以你可以先让一个真实使用场景跑通,记录哪里别扭、哪里要人工补,再回头让 agent 解释对应代码;这样验证就有了具体对象。
不会写 agent 也能先补环境这一课
立正观察过,很多非技术背景的人用不好 AI coding,不是因为不会写 prompt,而是对编程环境和上线流程不熟,比如终端、IDE 布局、Git 这些按钮和窗口之间的关系4。他也说 AI 工具上手难度已经很低,用中文讲就能达成原来做不到的任务,真正难的是真的开始用5。所以你不必先系统学“agent 怎么写”,可以先在一个小项目里把从改动到上线的路径走通一遍,遇到看不懂的环节再让 agent 解释那一步在整条链路里的位置。
现有材料没有专门讲 agent 内部怎么写、也没有逐行读代码的方法;关于验证的讨论多来自产品与工作流程层面。
回到5份原文
核对“交接把问题翻译成交付物”这一判断,理解为什么局部翻译会丢细节。
看第一版代码与真实使用之间反复打磨的具体例子,理解验证对象为何是结果。
核对目标与指标的区别,避免把测试通过当成目标达成。
了解非技术背景用 AI coding 的实际门槛在环境和上线流程,而非 prompt。
可回到原文核对这部分判断