全网疯传!Grok一姐教你如何月提交3000个PR

「所有代码都是一坨(除了我的)。」

SpaceXSI首席工程师土豆姐(Lauren Tan),带着这个狂得没边的演讲标题登上了AI Engineer CODE大会,于是演讲内容全网疯传。

土豆此前在Cursor工作,目前从事Grok Bot开发,被称为「全网最会用Grok Bot的人」。

据她说,上月她一个人就提交了3000个PR。

啥概念呢?上个月,整个Grok Bot团队一共提交了交付了1.1万个PR(撤回率只有0.5%)。

△

Youtube《All Code Is Slop (Except Mine) 》

演讲不长,但是土豆子给大家讲了不少AI编程Tips。

「 AI犯错的时候,先别往AGENTS.md里加规则。」

「直接禁掉99%的代码注释。」

「如果你AI编程的产出就是一坨,那么将这套流程自动化也只会制造出更多垃圾。」

Potato AI coding小课堂开课了(敲黑板)。

尽可能保持自己的代码库干净整洁

如今软件工程师最重要的工作,是找到一种方法,在生产力大幅提高的同时,维持甚至提升代码质量。

土豆姐认为,与其说这是搭建一座「软件工厂」,不如把它简单理解为一个「信任问题」。

也就是「把一个低信任度的Agent工作环境,改造成一个高信任度环境」的问题。

为此她提出了「信任倒金字塔模型」。

倒金字塔最上方、占比最大的是代码本身,包括API设计、软件架构和代码重构;往下一层,是Lint规则、类型系统、编译器和自动化测试等确定性检查工具。

再往下,才是运行时验证、形式化验证,以及Rules、Skills、AGENTS.md等自然语言指导。

土豆姐认为,最值得投入精力的应该是最上方的两层。

她把代码库比作一座花园。

如果代码库里充满了临时补丁、废弃代码、反模式和各种技术债,Agent就会把它们当成既有规范,继续模仿并「发扬光大」。

所以软件工程师变得越来越像园艺师,不断清理杂草,为新代码的生长提供良好的环境。

那么具体怎么清理呢?

首先直接禁掉99%的代码注释。

这是土豆姐在Cursor工作期间吃亏后总结出的经验。

当时Cursor客户端采用Electron架构,其中VS Code的命令式编程风格与React的声明式编程风格存在冲突。

Agent很喜欢使用setTimeout、requestAnimationFrame、requestIdleCallback等定时器,给这些架构问题打补丁。

大量定时器被反复创建、销毁,引发频繁的垃圾回收(Garbage Collection),导致应用卡顿。

不仅如此,Agent还会在代码旁边写上一大堆注释,解释自己为什么非得这么写。

后来的Agent工作时看到这些代码和注释,又会觉得很有道理,于是接着照葫芦画瓢。

就这样临时补丁越来越多,应用性能也受到影响。

所以土豆姐目前在Grok Bot中干脆禁止了约99%的代码注释。

取而代之会使用Lint规则,直接检查代码是否存在问题,并通过明确的错误提示,引导Agent修复根本原因。

其次,不让Agent去写它容易写错的功能。

在Grok Bot团队开发的客户端框架Dune中就有不少这样的设计。

土豆姐将Dune形容为「Electron应用的Next.js」。它可以将团队开发过程中积累的经验变成可强制执行的架构约束和Lint规则。

比如团队发现,一些需要细致判断才能正确使用的功能,很容易被Agent误用。

React的useEffect就是典型代表。这个Hook可以用来处理副作用,但要正确使用,需要仔细考虑依赖关系、清理逻辑等问题。以至于「要想用好useEffect得先读个博士」。

故Grok Bot团队的解决办法很简单,直接在产品代码中禁用useEffect,只允许在Dune框架内部的特定API中使用。一了百了。

最后,每一次Agent犯错,都要尽可能把教训变成自动检查。

土豆姐强调(划重点),很多人遇到Agent写错代码,第一反应就是打开AGENTS.md补上一句「以后不要xxx」。但自然语言规则需要Agent自行理解和遵守,这么做用处不大。

她的做法是尽可能把这些要求转化为确定性检查。

△

团队不断积累针对Agent错误的工程约束

比如针对错误的代码引用增加Lint规则,利用类型系统约束不合法的调用;如果某个API总是被误用,就重新设计它,从架构上消除这种可能性。之后再把代码库里已经存在的同类问题清理干净。

如此循环,Agent能够犯的重复性错误就越来越少了。

让Agent自己验证

当倒金字塔的最上面两层足够干净整洁了,就该看怎么验证了。

土豆姐介绍,Grok Bot团队已经把很大一部分代码审查工作,转移到了验证(Verification)环节。

他们现在审查时主要看的是截图、录屏、状态图,以及形式化验证结果。

具体而言,首先从运行时验证(Runtime Verification)入手。

Grok Bot团队会为Agent提供运行应用的能力,以及Chrome DevTools Protocol(CDP)等人类开发者常用的调试工具。

团队还给Agent设计了一张功能地图,类似网站的Sitemap,但是是在用户视角。

如此一来Agent就不用再猜测你说的「左边侧边栏下面的那个东西」是什么了。

此外,团队还把一些操作能力封装成了自定义CLI和驱动程序,放进验证Skills中。这样Agent每次执行验证任务都可以复用同一套工具,节省Token的同时,这些工具本身也可以独立测试。

其次是形式化验证(Formal Verification)。

土豆介绍,Grok Bot团队最近开始引入两种数学验证工具,TLA+和Lean。

其中,TLA+主要用于模型检查,分析系统在不同状态下是否满足预期约束。另一种工具Lean,则可以通过形式化证明,验证特定算法的正确性。

除此外,他们还引入了Bombadil,对用户界面开展基于属性的测试(Property-Based Testing)。

如此将不只是检查预先指定的操作结果,而是会围绕程序应当满足的性质,检查更多可能的输入和状态。

土豆姐表示,身边有开发者70%的Token都花在验证上了,而她自己目前也差不多。

△

软件从开发到上线后的各类测试与验证手段

在她看来,静态分析、自动化测试、形式化验证,这些方法都不新鲜,只不过过去理解、编写和维护这些工具的成本太高了。

而现在,「软件测试与验证的黄金时代正在到来」。

One More Thing

那么,经过这一系列丝滑小技巧,Grok Bot团队现在的开发效率咋样了?

今年10月,整个团队提交1.1万个PR,平均每天超过350个。并且随着开发速度不断提高,团队的PR撤回率反而下降,目前稳定在0.5%左右。

客户端的发布频率也随之提高,现在几乎每天都会推出一个新的稳定版本。

△

Grok Bot团队的PR交付量持续增长

团队现在已经实现了一套相当疯狂的自动化开发流程。每当Grok Bot发布新版本,系统就会自动启动一个新的Cursor项目,调用云端Agent对整个应用进行模糊测试。

这些Agent会像真实用户一样运行和操作软件寻找Bug。找到问题后,它们会自动创建修复PR,甚至直接完成合并。

实现这一点,土豆花了整整六个月。

据她透露,现在团队合入的大部分产品代码,已经不再需要人类进行深入的代码审查。

参考链接:
[1]https://x.com/poteto/status/2121673563489140863

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法!

— 完 —


🔹 2026年,越来越多的人向我们证明:“人类对AI的信任还不够”。

量子位MEET2027智能未来大会来为你锁定AI进化的下一步。

百度王颖、分子之心许锦波、昆仑万维方汉、基元律动王云鹤、紫东太初王金桥、蚂蚁健康顾进杰、相干科技金贻荣、面壁智能姚远、商汤宣善明、酷哇廖文龙都来了🔍了解详情

12月9日,北京。邀请你和我们一起,看清AI、抓住AI、驾驭AI。👉点击参会

🌟 点亮星标 🌟

科技前沿进展每日见