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) |
|---|---|---|
| 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)。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)
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。


💬 留言討論
載入中...