Agent 工程实践简报 · 2026-10-30
今日概念:Trunk-based development(主干开发)
是什么:所有人(和所有 agent)都直接往主分支 main 提交小改动,不开活好几天的功能分支。大改动拆成一串各自能编译、能跑、测试能过的小提交,一个一个合进去;还没做完的功能先藏在 feature flag(功能开关)后面。
解决什么:长寿分支会和 main 越走越远,最后合并变成一场灾难。主干开发让系统一直在“流动”,每次只集成一点点,出问题也只影响一小块。
和你已会的东西的关系:你现在大概是“开分支 → 开 PR → 合并”。Thorsten Ball 的观点是:以前主干开发难在拆分、加开关、兼容两种配置这些“元编程”体力活,现在这些恰好是 agent 最擅长的,所以门槛大降。它也和你想做的 software factory 直接相关:并行 agent 越多,长分支冲突越多,小步快合越重要。
入门原文:Trunk Based Development 官网;agent 视角看 Thorsten Ball 的帖子(作者 Thorsten Ball)。
上手 prompt:
我想把手上这个功能改成"主干开发"的方式交付:拆成多个小提交,每个都能单独安全合进 main。
1. 先读仓库,确认实际的构建、类型检查、测试命令(看 package.json / Makefile / CI 配置等),不要猜。
2. 读懂我要做的功能(见下方描述),给出一个拆分计划:每一步是什么、为什么单独合进去是安全的(例如:先加字段/接口但不使用;新代码放在 feature flag 后面且默认关闭;新旧两套路径并存再逐个迁移)。
3. 只实现第 1 步,跑完上面确认过的检查命令。
验收标准:拆分计划里每一步都写明"合进 main 后线上行为是否变化";第 1 步的 diff 小且独立;贴出检查命令的真实输出作为证据。不要一次性实现全部步骤。
功能描述:<在这里写>
本期条目
1. 让 agent 生成的标题、摘要、看板文字更好读:五条规则,可以直接做成 skill
Shreya Shankar 总结了批量生成 AI 文字的五条规则:每条以主语或动词开头(主语都一样就直接用动词);把能区分各条的词放最前面;所有条目用同一句式、同一概念只用一个词;只在有意义时才制造差异;动词的褒贬要和看板用途一致。Hamel Husain 的用法是让 Codex 按这篇文章重命名项目里所有任务,方便以后找。
请把下面这篇文章的规则做成一个可复用的 skill,并用它整理本仓库里 agent 生成的文字。
原文:https://fsdatalab.github.io/blog/agent-text-at-scale/ (先完整读一遍,规则以原文为准)
1. 写一个 SKILL.md:name、description(写清什么时候用:生成会话标题、任务名、列表摘要、看板卡片等成批文字时),正文列出五条规则,每条配一个"改前/改后"例子。保持简短,不超过 60 行。
2. 在仓库里找出 agent 或脚本批量生成的文字(例如任务标题、changelog 条目、PR 标题模板、看板文案),挑 10 条按规则改写。
验收标准:输出一张"原文 | 改写 | 用了哪条规则"的表;改写后所有条目句式一致,区分信息在前两个词内;说明 SKILL.md 放在哪个路径。不要改任何业务逻辑。
原文:Five Principles for Generating Readable AI Text in Bulk(作者 Shreya Shankar);用法来自 Hamel Husain 的帖子
2. 用状态图 + 模型检查找出状态机里的真 bug
poteto 宣布 pstack v0.15.36 里的 /statechart skill 已稳定:它把系统建成 TLA+ 模型去检查,再画成 Mermaid 状态图,适合和 /create-formal-verification-skill 搭配,用来找状态机和分布式系统里的 bug。她贴出的图里就有用它刚找到的两个真实 bug。登录流程、支付、离线同步、重试这类“状态多”的逻辑最适合用它。
我想检查本仓库里某段"有很多状态"的逻辑有没有隐藏 bug(例如登录/会话、离线同步、上传重试、订单或支付状态)。
1. 先在仓库里找出一个这样的状态机,列出它的所有状态、触发状态变化的事件、以及应该永远成立的规则(例如"未登录时不能发请求""同一条消息不会发两次")。每条都标出对应的源码位置。
2. 用 TLA+(或你能运行的同类模型检查工具)把它建模,跑模型检查,找出违反规则的最短路径。
3. 把状态和违规路径画成 Mermaid stateDiagram。
验收标准:贴出模型文件、检查工具的真实运行输出、Mermaid 图;每个疑似 bug 都要回到源码确认是否真的能发生,并标注"已在代码里确认 / 只是模型问题"。先不要改代码。
原文:poteto 的帖子(作者 lauren / poteto)
3. 一个极端案例:agent 直接改线上代码、每小时发版,靠什么不翻车
Jacob Sansbury 写了 Spawn 团队怎么让一群 agent 自主开发产品,Simon Willison 称之为 agentic engineering 最前沿的案例。可借鉴的机制有:agent 之间不互相通知,通过代码本身协作(原文叫 stigmergy);改动合入前,agent 只自己跑代码、用产品验证,完整测试套件每 15 分钟对最新代码跑一次;合入前由没写这段代码的辅助 agent 专门试着搞坏它;任何坏了的东西都当场派一个 agent 去修;付款这类无法撤销的外部操作只走少量写死的硬闸门。他们说过去一年 123,548 个改动里只回滚了 1,055 个(约 0.9%)。Simon 也提醒,这种做法放到出错代价更高的软件上未必行得通。
请帮我评估本仓库离"agent 自己发现问题、自己修"的闭环还差什么,只出报告,不改代码。
参考原文:https://x.com/jsnnsa/status/2115623382721126826
1. 读仓库和 CI 配置,确认实际的测试/构建/部署命令和触发方式。
2. 按这几项逐一打分(有 / 部分有 / 没有),每项都附文件路径作为证据:
a. 错误和日志能不能被 agent 以纯文本方式读到并重放;
b. 有没有"改动后自动跑、失败就能定位到最近改动"的测试节奏;
c. 有没有让另一个 agent 或 reviewer 专门找茬的步骤;
d. 哪些操作是不可逆的(付款、发消息、删数据、发版到应用商店等),它们有没有写死的人工或规则闸门;
e. 回滚一次改动要多久、要几步。
3. 给出 3 个改进点,按投入从小到大排序,每个写清验收标准。
验收标准:每个判断都有文件路径或命令输出作证;对没有证据的项明确写"未找到",不要推测。
原文:How I Built the Most AI-Pilled Company in the World(作者 Jacob Sansbury);点评见 Simon Willison 的帖子
本期去重用源链接(机器可读)
- https://trunkbaseddevelopment.com/
- https://x.com/thorstenball/status/2115852581364801911
- https://fsdatalab.github.io/blog/agent-text-at-scale/
- https://x.com/sh_reya/status/2115860470175612997
- https://x.com/HamelHusain/status/2115918321141109029
- https://x.com/poteto/status/2115880102601101414
- https://x.com/jsnnsa/status/2115623382721126826
- https://x.com/simonw/status/2115821668350435645