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: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〉,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」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,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)
1Use 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
2Stop 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
3Prompt 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」
4Make 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
5Give 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
6Eval 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
7Local 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
8Don’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
9Ask for irrefutable proof要求無可辯駁的證據。他說這條改變最大
10Don’t wait for your agents不要等 Agent,讓 Agent 等你。交更大的任務,批次交辦
11Automation/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
12Stop 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
13Threads 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
14Don’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
15Review 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)。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」

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〉;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?〉談的是另一半問題。