AI 寫的程式都是垃圾,除了我寫的:3,000 個 PR 的實驗

Lauren Tan 在 AI Engineer 的演講〈All Code Is Slop (Except Mine)〉提出一個反直覺的解法:與其抱怨 AI 產出垃圾,不如把程式庫本身改造成「讓 agent 預設就做對」的環境。她上月個人向生產環境送出 3,000 個 PR、團隊 11,000 個,回滾率仍維持約 0.5%。本文整理她的倒金字塔投資順序(確定性檢查優先於文字規範)、花園類比、五條具體規則與四個必須保留的判斷。

  • Dennis
  • 6 分鐘閱讀
AI 寫的程式都是垃圾,除了我寫的:3,000 個 PR 的實驗

一句話結論

問題不是「AI 寫的程式比較爛」,是「你的程式庫正在教 agent 怎麼寫爛程式」。

Lauren Tan 在 AI Engineer 的演講〈All Code Is Slop (Except Mine)〉把這件事講得很直接:agent 的產出取決於輸入,而你最大的輸入來源就是自己的程式碼庫。裡面每一個 workaround、反模式、過期寫法,都會被下一個 agent 當成「這個專案的標準做法」複製出去。

一、這場演講是什麼

項目內容
講者Lauren Tan(演講中自稱 Potato)
現職SpaceXSI,負責開發 Graphbot(Electron 桌面應用)
場合AI Engineer 技術演講
案例Graphbot(現職)與 Cursor(同為 Electron 應用,取架構教訓)
本文依據影片轉錄內容整理;數字與名詞以原始影片為準

她開場先問聽眾一個所有人都懂的經驗:「有多少人看過別人寫的程式碼,心裡想:這全都是垃圾?」 然後把箭頭轉回來——現在的問題是,每位工程師都在指揮數百到數千個 agent,程式碼像溪流一樣湧進來,而多數人的直覺反應是「這不會變成一場災難嗎」。

二、先看數字,因為數字把問題倒過來了

這是整場演講最有力的部分:她不是用論述,是用統計反駁直覺。

指標數字意義
她個人上月送入生產的 PR3,000 個(很多是在睡覺時完成)一個人的產出等於過去一個小團隊
Graphbot 團隊上月送入生產的 PR11,000 個團隊規模的產出量級已改變
10 月貢獻者人數227 人含大量沒有完整背景的臨時貢獻者
穩定版發布頻率約 每天一次從「季度發布」變成「日更」
PR 被回滾的比例約 0.5%,沒有上升產出量暴增 100 倍,品質指標卻持平
2024 年 vs 現在,每人每天審查量3 個 → 約 300 個code review 的經濟結構已經崩解

這組數字真正的意義是:沒有人能靠 code review 擋住 300 個 PR。 如果品質沒有崩,那一定是別的東西在擋。

三、她的核心主張:倒金字塔

Lauren 說關鍵是「信任」,但不是盲目信任,而是投資在 agent 的環境上,讓你有理由相信它會做對的事。投資順序是一個倒金字塔:

層級內容特性優先度
底層API 設計、架構重構、lint 規則、型別系統、編譯器、測試確定性:違反就直接失敗最高
中層執行期驗證(如 Chrome DevTools Protocol)、形式驗證(如 TLA+)可觀察、可自動化中
頂層AGENTS.md、rules、skills、註解散文:要靠判斷力解讀最低

她的推論很具體:每次你糾正 agent,都應該問「這能不能變成一條確定性的程式檢查」,而不是在規則檔再加一行字。因為寫進程式碼的約束可重現、可累積;寫在 Markdown 裡的規範會被忽略、被繞過、被誤讀。

四、花園類比:技術債現在會自己繁殖

過去現在
技術債靠人慢慢還,寫爛程式的人走了債還在技術債會被 agent 當成範本,立刻複製到下一個 PR
workaround 是個人習慣workaround 變成專案「慣例」
重構是選項重構變成阻止污染擴散的必要動作

她的說法是:工程師的工作越來越像園藝——不是把程式寫完,而是讓程式庫盡量保持乾淨,同時用護欄把新長出來的程式碼導到正確軌道上。

五、五條可直接抄的規則

這些都是 Graphbot 團隊真的在用的:

#規則理由
1禁用 99% 的程式註解註解會過時,還會被 agent 當成「不必真正修好」的藉口
2產品程式碼全面禁用 useEffect(只在框架內部少數地方允許)這是「需要細微拿捏才寫得對」的典型,agent 幾乎必錯
3用依賴圖與 lint 隔離目錄(禁止 electron renderer 與 electron main 互相 import)架構邊界要由機器強制,不是靠約定
4錯誤訊息要寫給 agent 看清楚的錯誤訊息能讓 agent 自己修根本原因,而不是加一層 patch
5自建框架把限制編碼進去他們做了 Dune(形容為「Electron 版的 Next.js」),把正確做法變成唯一做法

六、一個具體的反例:Cursor 的架構衝突

她拿 Cursor 舉例,說明「架構不清」會如何被放大:

環節發生什麼
根因VS Code 的命令式風格與 React 的宣告式風格互相衝突
agent 的反應用 setTimeout、requestAnimationFrame、requestIdleCallback 不斷補時間差
後果大量垃圾回收、效能卡頓、程式碼越來越難懂
教訓agent 不會說「這個架構設計有問題」,它會用更多程式碼掩蓋問題

所以她主張:凡是需要「細微拿捏」才能用好的工具或模式,與其靠 review 抓錯,不如在架構層面徹底消滅它。

七、驗證的黃金時代(以及 code review 的去向)

她的另一個判斷:當產出速度暴增,code review 會從「讀程式碼」變成「檢視驗證產出物」——操作錄影、截圖、圖表、形式驗證結果。

項目她的觀察
Token 花在哪她引述同業的數字:每天約 70% 的 token 用在驗證,與她自己的經驗相符
形式驗證過去因為撰寫與維護成本太高而少人用,現在 agent 讓成本大幅下降
自動化測試他們用 Cursor 的雲端 agent,在每次發布時對整個應用做模糊測試並自動開修復 PR
給 agent 的工具建立 Feature Map(從使用者視角的功能地圖,建立共同詞彙)與自訂 CLI(節省 token、提升可測試性)

八、對台灣團隊的五個檢查

#問題不合格代表什麼
1你的 lint/型別規則裡,有多少條是為了擋 agent 而寫的?零條 = 你還在用「review」對抗 300 個 PR
2每次糾正 agent,有沒有變成程式檢查,還是只多加一行規範文字?只寫文字 = 同一個錯誤會再犯
3目錄與依賴邊界有機器強制嗎?靠約定 = agent 一定越界
4code review 現在看的是程式碼,還是驗證產出物?還在逐行讀 = 審查量會先崩
5程式庫裡有多少 workaround 會被下一個 agent 當成範例?每個都是定時炸彈

九、四個必須保留的判斷

項目保留理由
0.5% 回滾率這是「沒有變差」,不是「品質更好」;還要看回滾的定義、觀察窗口與分母
3,000 個 PR這是數量指標;她自己也說花了大約 6 個月打造環境才達到這個水準
單一團隊、單一產品案例是 Electron 桌面應用,結論能否推到後端、資料管線、嵌入式系統尚未驗證
227 位貢獻者的治理「很多臨時貢獻者」同時意味著責任歸屬與審查深度更難追蹤

另外要誠實說明:這是技術會議的經驗分享,不是控制實驗。她的方法在她的團隊有效,換到別的組織會遇到文化與工具鏈差異。

十、如果只帶走一句

不要抱怨 AI 寫得爛,去看它從哪裡學的。

如果你希望 agent 產出的程式碼像樣,最有效的動作不是寫更長的 AGENTS.md,而是把它做錯的那件事變成一條會讓他當場失敗的檢查。

十一、站內延伸閱讀

參考來源

  • AI Engineer,〈All Code Is Slop (Except Mine) — Lauren Tan, SpaceXSI〉(YouTube 演講)
  • 演講中提及之案例與工具:Graphbot、Dune、Cursor / Cursor Cloud Agents、Electron、React、Chrome DevTools Protocol、TLA+
  • 本文整理自影片轉錄內容;轉錄為自動語音辨識,人名與專有名詞可能有誤

(本文為演講內容整理與獨立分析。文中數字均為講者所述,未經第三方查核;檢查表與批判為本文觀點,不代表講者立場。)

📬 訂閱 most.tw 電子報

每週精選 AI 工具教學與技術乾貨,直接送到你的信箱。免費、隨時可退訂。

訂閱即表示同意收到 most.tw 電子報,隨時可一鍵退訂。

💬 有問題想討論?加 LINE 聯絡我

歡迎透過 LINE 官方帳號直接留言,我會盡快回覆你的問題。

加入 LINE 好友