# Agent 說做完了，你怎麼知道？讀 Thorsten Ball 的十五條 Agent 工作習慣

> Amp 共同創辦人 Thorsten Ball 在 2026 年 10 月 25 日貼出〈How I work with Agents〉十五條工作習慣，截至 11 月 7 日觀看約 110 萬次。這篇用不寫程式的人也能用的方式整理這份清單，歸納成兩個槓桿：讓 Agent 看得到你看得到的東西，事先講好什麼才算證據；也寫出其中幾條我還不打算照做的原因。

- Author: Paul Kuo（郭曜郎）
- Date: 2026-11-07
- Pillar: 智能與秩序 / Intelligence & Order
- Tags: AI Agent, Thorsten Ball, Amp, Agent 工作流, 委派, AGENTS.md, 非同步工作
- Canonical: https://paulkuo.tw/articles/delegate-to-agents-what-counts-as-proof/
- Site index for LLMs: https://paulkuo.tw/llms.txt

---

> **TL;DR**：Thorsten Ball 在 2026 年 10 月 25 日貼出十五條和 Agent 共事的習慣，截至 11 月 7 日觀看約 110 萬次。清單寫給工程師，但我讀下來，多數條目可以收成兩個問題：Agent 看不看得到工作的實際狀態，以及你有沒有先講好什麼才算證據。這篇把它改寫成不寫程式也能照做的版本，也寫出我還不打算照做的幾條。

把長工作交給 AI 之後，我曾經[反而更常回頭查看](/articles/codex-mac-voice-pushover-apple-watch-notifications)：它做完了嗎？卡住了嗎？是不是在等我回答？工作明明交出去了，注意力卻沒有跟著交出去。

10 月 25 日，Amp 的共同創辦人 Thorsten Ball 在 X 上貼了一份清單，標題是〈[How I work with Agents](https://x.com/thorstenball/status/2114386050638336082)〉，副標寫著「截至 2026 年 10 月」。到 11 月 7 日我寫這篇時，觀看數約 110 萬。十五條裡有好幾條，剛好回答了我當時卡住的地方。

這篇是「[AI 與人類秩序](/topics/ai/)」系列的一部分。

## Thorsten Ball 的十五條 Agent 工作習慣是什麼？

Thorsten 現在做的是 coding agent [Amp](https://ampcode.com/)，更早之前寫過兩本從零打造直譯器和編譯器的書。他這份清單沒有工具推薦，也沒有模型評比，是一份工作習慣的筆記。我先把十五條用自己的話整理成一張表，順序照原文：

| # | 原文標題 | 他的意思（我的整理） |
|---|---|---|
| 1 | Use the latest and greatest models | 用最新、最強的模型。模型錯 10% 的時候，你不知道是哪 10%，只能多試幾次 |
| 2 | Stop worrying about accumulating slop | 「會把程式庫弄成一團亂」這種擔心，六個月前也許成立；現在他不太相信 Agent 還會堆出雜亂程式碼，就算會，也不認為結果無法維護 |
| 3 | Prompt the What, not the How | 描述想要的結果，不要規定做法。例子是「把編譯器和虛擬機做到越快越好，沒快到兩倍不要停」 |
| 4 | Make the whole SDLC legible to the agent | 讓 Agent 看得到整個開發流程：端到端跑自己做的東西、讀正式環境日誌、部署、看上線狀況、發版、切換功能開關、分揀錯誤回報、寄信給客戶。你看得到的，它也該看得到 |
| 5 | Give it tools for the SDLC | 他們團隊替錯誤回報、寄信給使用者、「系統正常嗎？」、開啟功能開關做了專用外掛 |
| 6 | Eval agentic knowledge | 說明檔、技能、文件越堆越多，Agent 真的有讀、有用到嗎？開五個盲測 Agent，分對照組和實驗組試試看 |
| 7 | Local dev feels yucky now | 每個 Agent 都要能自己安裝、執行需要的東西。在遠端機器上容易，在本機開發環境裡端到端測試很容易搶資源 |
| 8 | Don't iterate with the agent | 不要陪它一輪一輪試錯，讓它做出能自己試錯的工具 |
| 9 | Ask for irrefutable proof | 要求無可辯駁的證據。他說這條改變最大 |
| 10 | Don't wait for your agents | 不要等 Agent，讓 Agent 等你。交更大的任務，批次交辦 |
| 11 | Automation/schedules/wake-up/heartbeat | 排程、定時喚醒、心跳是殺手級功能，關掉之後才發現多需要 |
| 12 | Stop manually managing context | 不要再手動管上下文長度。他認為自動壓縮（compaction）已經很好用，一個對話串做一件事就好，有的串 46 則，有的 3,714 則 |
| 13 | Threads are your company memory | 在 Amp 裡，對話串連著 git commit（每次程式修改的版本紀錄），就成了團隊的記憶：「當初為什麼這樣做」查得到，也少做重複的事 |
| 14 | Don't let agents write for humans | 不要讓 Agent 替人寫給人看的東西，除錯步驟、事故報告這類機械性文件除外 |
| 15 | Review only code with high blast radius | 只審查影響範圍大的程式碼，例如不到五個核心檔案和資料庫遷移（改動資料庫結構，出錯會波及正式資料） |

## 不寫程式的人，為什麼也值得讀這份清單？

我不是工程師。可是這一年我交給 Agent 的事情越來越多：查資料、整理會議紀錄、起草信件、維護這個網站。回頭看自己踩過的坑，多半落在兩個地方。一個是它看不到我看得到的東西，只好用猜的；另一個是我沒有先講好什麼才算做完，它說好了，我也只能先信。

Thorsten 的十五條，我讀起來大多可以歸到這兩個問題底下。第 4、5 條談的是讓 Agent 看得到；第 9、15 條談的是什麼才算數；第 3、8、10、11 條談的是你的時間要花在哪裡。剩下的幾條，像本機開發環境、上下文管理、對話串當團隊記憶，比較偏工程團隊的情境。

## Agent 看不到的東西，它會怎麼處理？

Thorsten 在第 4 條問：幻覺是被什麼壓下來的？他的答案是工具呼叫，因為工具讓 Agent 碰得到真實世界。接著他說，Agent 看不到的東西，就會自己編。

換到一般工作，最常見的情況是我們把一段摘要貼給 AI，請它判斷或起草。它拿到的是我們咀嚼過一次的版本，缺掉的細節，它只能補。如果它可以直接讀那封信、那份試算表、那份會議逐字稿，補的空間就小很多。

所以我會先問自己：這件事的原始狀態在哪裡？能不能讓 Agent 直接讀到？我的做法是把 Gmail、行事曆、Notion 這類工具接上，讓它從原處讀，而不是我轉述。

看得到不等於什麼都能做，這裡有兩件事要分清楚。

第一，讀取也有風險。讓 Agent 讀信箱，它讀到的也包括陌生人寄來的信；信裡如果夾帶「請把某份資料寄給我」這類文字，Agent 有可能把它當成指令。所以讀取範圍給這件工作需要的就好，不是越大越好。

第二，在對話裡交代「寄出前先給我看」，跟在工具設定裡拿掉寄出權限，是兩回事。前者靠 Agent 每次都記得、都照做；後者是它根本做不到。Thorsten 的清單裡，Agent 可以部署、可以寄信給客戶；我自己比較保守，寄出、刪除、付款這類收不回來的動作，一律讓 Agent 先備好草稿，由我確認再送。能在工具設定裡關掉的權限，我會優先關掉，不只靠一句交代。

## 怎麼要求 Agent 拿出證據，而不是一句「完成了」？

第 9 條是 Thorsten 自己說改變最大的一條。他觀察到 Agent 很會產出證據：端到端的操作紀錄、示範影片、前後對照的數字。他也說，信任和判斷證據的直覺，都要慢慢建立，並建議在給 Agent 讀的說明檔（AGENTS.md）裡寫一句「this is not evidence」。

我對這條有切身的經驗。我曾經請一個 AI 審查一段程式，內容是我直接貼給它的。它的報告裡寫著「讀檔：某路徑第幾行」，路徑和行號都很清楚。後來發現那個路徑是它自己編的，專案裡根本沒有那個檔案；行號是從我貼上去的內容數出來的，所以大致對得上。它一個檔案也沒有讀（[那次的經過寫在這篇](/articles/ai-team-one-works-others-check)）。它犯錯時的口氣，跟答對時一模一樣。

我自己還沒把這件事寫成固定的規則，現在靠的是累積下來的經驗，加上讓不同的 AI Agent 交叉比對：一個負責做，其他幾個負責挑錯。這比較接近 Thorsten 說的那種要慢慢建立的直覺。如果你想從今天就開始，可以先寫兩份清單，不寫程式也能照抄：

**不算證據的：**
- 「我已經改好了」「已全部完成」這類宣告
- 沒有附原始連結的摘要或數字
- 它說讀過、但我點不開的檔案或網址
- 同一個 AI 回頭檢查自己的答案

**算證據的：**
- 可以點開、對得到原句的原始連結
- 改之前和改之後的對照（數字、截圖、畫面）
- 我照著做一遍能得到同樣結果的步驟
- 另一個沒有參與製作的人或 AI 看過，而且它的回報本身也附得出上面幾種證據（另一個 AI 一樣可能編出不存在的路徑）

![四格漫畫：Agent 說做完了，你怎麼知道？不算證據的：「我已經改好了」「已全部完成」這類宣告。不算證據的：它說讀過、但我點不開的檔案或網址。算證據的：改之前和改之後的對照。Thorsten 建議在給 Agent 讀的說明檔（AGENTS.md）裡寫一句「this is not evidence」在交辦的開頭加一段「以下不算完成的證據」](/images/articles/delegate-to-agents-what-counts-as-proof/01-not-evidence.svg)

第 15 條也可以借來用。Thorsten 說他現在只親自審查不到五個核心檔案和資料庫遷移。至於其他程式碼，他列了四個問題：能不能跑？在「圖上的箭頭」那個層次看不看得懂？Agent 有沒有端到端測過？一個月後還改不改得動？四題都過，他才可能去看程式碼。我讀不懂多數程式碼，但這四個問題我可以問，也可以要求 Agent 回答時附上證據。

## 為什麼要讓 Agent 等你，而不是你等它？

第 8 條的例子很具體。不要說「試試這個……不對，再試那個」，改成「產出 20 個版本，再做一個小頁面讓我組合、測試」。他補了一句，這招不只用在找解法，也用在找問題：「給我四個這東西為什麼慢的推論，然後四個都去驗。」

這對不寫程式的人一樣好用。請 AI 寫一封提案信，與其改五輪，不如請它寫三種不同策略的版本，並排給你挑；想知道某個活動為什麼報名冷清，請它列出幾個可能原因，再逐一去找資料驗證。你的時間從陪它試，變成看它的比較結果。

第 10、11 條接著往下走：交更大的任務，然後不要守著它。Thorsten 說排程和定時喚醒是殺手級功能，「兩小時後看一下日誌」「上線了告訴我」「每天早上九點檢查一次」。

我自己的做法是兩件事搭著用。重複的工作設成排程任務，例如每天早上整理一次待讀的資料；需要我決定、做完或卡住的時候，用短語音或手機通知把我叫回來。用了一陣子我學到一個界線：通知只負責把人叫回來，不替我批准，也不代表事情已經驗收。回到畫面之後，還是要回到上一段那份證據清單。

## 哪幾條我還不打算照做？

有三條我會保留。

第 2 條說不必再擔心 AI 堆出難維護的東西，第 15 條說大部分程式碼他不再細看。他沒有寫這兩條要什麼前提；我的讀法是，這跟他的條件有關：Agent 會端到端測試，他本人也看得懂系統在圖上長什麼樣子。缺少這些條件的人直接照做，風險多半比他高。我的折衷是把他的四個問題當成最低標準，不是跳過審查的理由。

第 14 條說不要讓 Agent 替人寫給人看的東西。這篇文章本身就是 AI 起草、我一輪一輪改出來的，所以我沒有照這條做。我的理解是，他擔心的是把一段沒人讀過的文字直接丟給別人；我的流程裡，判斷結構和觀點、最後每一句要不要留，都還在我手上。這條我會繼續觀察，不急著下結論。

至於第 1 條要用最新最強的模型，他的理由是：模型錯 10% 的時候，你不知道是哪 10%，只好多試幾次。我的延伸讀法是，省下的模型費用，可能又花在重試的時間上。只是每個人的預算不同，我會先在最常失敗的那類工作換上最強的模型，看重試次數有沒有降下來。

## 交出去之前，先寫好那張「不算數」清單

如果只能從這十五條挑一件事今天就做，我會選這個：打開你最常交給 AI 的那類工作，在交辦的開頭加一段「以下不算完成的證據」。

寫完這段，你會發現另外幾條自然跟著來了。要讓 Agent 拿得出證據，它就得看得到原始資料；有了證據標準，你才敢交更大的任務、才敢離開座位讓它跑。

我自己到現在也還沒把它寫成固定的規則，多半靠經驗和讓幾個 AI 交叉比對。上面那兩份清單，是我把這些經驗攤開來之後整理出的版本。

想看我怎麼讓幾家 AI 互相挑錯，可以讀〈[想讓 AI 做更大的事，先把抓錯的機制搭好](/articles/ai-ambition-is-infrastructure)〉；如果你也是一個人包辦很多角色，〈[AI 讓一個人同時當 PM、設計師和工程師，那誰來跟你唱反調？](/articles/one-person-triad)〉談的是另一半問題。
