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 PR | 3,000 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 PR | 11,000 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 |
| 4 | code 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
- Klarna AI 客服等於 700 人,兩年後回頭補人——同一個問題的另一面:AI 做得到、但你用什麼指標驗收
- 李開復 × 簡立峰:AI 不是泡沫,但三種公司會倒——「斷梯」之後,誰來管 agent
- Meta 開源 Astryx 設計系統:174 個元件與 AI 代理實測——把規格寫成機器讀得懂的格式,是同一種思路
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。)
