@shao__meng: 前 Meta/Microsoft/Atlassian 主任工程师的 Agentic 工程工作流 用这套工作流 @kunchenguid 每天 ship 40-50 个经测试的生产级 PR,他这么形容它:「你是船长,agent 是你的船员,…

X AI KOLs Timeline 新闻

摘要

前 Meta/Microsoft/Atlassian 主任工程师 Kun 分享其 Agentic 工程工作流:以终端、tmux 和 Neovim 为核心,通过全局/项目级记忆文件和技能培训 AI 队友,每天交付 40-50 个经过测试的生产级 PR,并利用语音输入、AXI 标准、Lavish 交互式规划等工具提升效率。

前 Meta/Microsoft/Atlassian 主任工程师的 Agentic 工程工作流 用这套工作流 @kunchenguid 每天 ship 40-50 个经测试的生产级 PR,他这么形容它:「你是船长,agent 是你的船员,分四层递进: 造船 → 训练船员 → 与单个船员协作 → 并行指挥多个船员 + 一位大副」。 https://youtube.com/watch?v=iQyg-KypKAA… # 终端中心主义(造船) 坚持全终端工作,核心理由: · 手不离键盘 = 维持心流,鼠标切换会强制上下文切换 · 跨设备一致性——同一套工作流可在手机/不同机器上接续 工具栈:WezTerm (跨平台、Lua 配置、热重载) + tmux (会话持久化、多 pane、可远程 attach) + Neovim (键盘优先、相对行号)。 # 船员的入职培训(Memory + Skills) agent 是新兵,不知道你的偏好。两类机制 ramp up:Memory 和 Skills 1. Memory · 全局 memory(如 ~/.claude/CLAUDE.md):保持精简(27 行),因为内容会注入每次会话的系统提示词,过长会"静默"消耗 token · 几条有洞察的偏好规则: 1. 不要用 em-dash(—)——AI 默认会用,显得机械 2. 做技术决策时不要高估开发成本——模型用人类数据训练,会高估耗时(预估"天/周",实际几分钟出可玩版本),这种偏差会让模型偏向"便宜但低质量"方案。这条是纠正模型训练偏差 3. bug 修复优先端到端复现,而非依赖单元测试 · 项目级 memory:核心方法不是手写,而是每次纠正 agent 后让它把教训写进去——项目集体学习的沉淀 2. Skills · 把条件性内容(如仅改代码时才需要的 E2E 说明)从 memory 抽到 skill · skill 启动时只加载简短描述,用到才读全文——避免无谓 token 消耗 3. 关于 skills 的重要警告 · Karpathy 的 skills 仓库(17.7 万 star)经 program-bench 评测后,使用反而多耗 5% token 且结果更差,且并非 Karpathy 本人所写 · 安全风险:skill 可在机器上执行任意命令,可能泄露 API key 甚至银行凭证 · 结论:流行 ≠ 优质。不要装声称"神奇提升"却无严格评测的 skill # 与单个船员协作 1. 语音输入 · 几乎全用语音替代打字(Stanford 论文:说话比打字快 3 倍) · 工具 OpenSuperWhisper:本地 whisper,免费开源,通过 system prompt 注入自定义词汇表提升专有名词识别 2. AXI 标准 (Agent ergonomics) 自创的为 agent 优化工具的设计标准: · 实测:同样 GitHub 任务,MCP server 比 CLI 多耗 3 倍 token + 2 倍延迟 · 设计原则之一:token 高效输出格式比 JSON 节省 ~40% token · 启示:给 agent 的工具本身的效率,直接决定 agent 的"油耗" 3. Lavish (交互式规划工件) 针对"agent 返回一堵文字墙难以评审"的痛点:让 agent 生成 HTML 可视化工件,复用项目设计系统,可针对具体元素批注反馈并在浏览器内回传。 # 验证:no-mistakes 流水线(质量基石) 反直觉主张:不要逐个 review diff。 · 理由:AI 写代码太快,逐 diff 审查会让人成为瓶颈且无趣 · 类比:像工程总监一样思考——总监不审 PR,而是通过文化和流程把控质量 流水线在隔离 worktree 中执行: · 分析会话还原真实意图 · rebase 到最新 main,提前解决冲突 · 对抗式 review(独立上下文窗口)——多数问题在此被捕获自愈,模糊的升级人类 · E2E 测试并录制证据(截图/视频/日志) · 文档更新 + 链接检查 · 推分支开 PR,持续 babysit 直到合并 PR 呈现:原始意图、变更摘要、测试证据、流水线发现并修复的问题、风险评估。 评审策略:看风险评估决定投入精力。低风险几乎不看 diff(因流水线已覆盖),只对高风险深入。 工作分布洞察:时间花在任务开头(用 Lavish 澄清需求)和结尾(把质量关),中间全交给 AI。中间腾出越多,并行越多。 # 长时间运行:good-night-have-fun 解决"睡觉 8 小时如何让 agent 持续干活":给目标和停止条件,在循环中迭代。 相比 Claude Code/Codex 的 /go,优势是可精确设置 token 上限 / 迭代上限 / 停止条件——避免睡醒发现周配额耗尽。 # 并行:treehouse + worktree git worktree 的痛点:起名、记状态、手动清理 = 认知债。treehouse:运行即落入空闲 worktree,关闭 tab 自动释放,treehouse status 一目了然。 # First Mate:大副编排器 并行会话变多后,上下文切换疲惫。 First Mate 是元 agent,替你管理所有船员:你只跟它对话,它自动拆并行子任务、调用 treehouse 建 worktree、跑 no-mistakes、准备 PR。 关键观察:用了 First Mate 后,瓶颈从"agent 执行力"转移到"你想让它做什么"——船长的价值转向战略:理解用户、研究竞争、画好"藏宝图"。
查看原文
查看缓存全文

缓存时间: 2026/06/22 09:42

前 Meta/Microsoft/Atlassian 主任工程师的 Agentic 工程工作流

用这套工作流 @kunchenguid 每天 ship 40-50 个经测试的生产级 PR,他这么形容它:「你是船长,agent 是你的船员,分四层递进: 造船 → 训练船员 → 与单个船员协作 → 并行指挥多个船员 + 一位大副」。 https://youtube.com/watch?v=iQyg-KypKAA…

终端中心主义(造船)

坚持全终端工作,核心理由: · 手不离键盘 = 维持心流,鼠标切换会强制上下文切换 · 跨设备一致性——同一套工作流可在手机/不同机器上接续

工具栈:WezTerm (跨平台、Lua 配置、热重载) + tmux (会话持久化、多 pane、可远程 attach) + Neovim (键盘优先、相对行号)。

船员的入职培训(Memory + Skills)

agent 是新兵,不知道你的偏好。两类机制 ramp up:Memory 和 Skills

  1. Memory · 全局 memory(如 ~/.claude/CLAUDE.md):保持精简(27 行),因为内容会注入每次会话的系统提示词,过长会“静默“消耗 token · 几条有洞察的偏好规则:

  2. 不要用 em-dash(—)——AI 默认会用,显得机械

  3. 做技术决策时不要高估开发成本——模型用人类数据训练,会高估耗时(预估“天/周“,实际几分钟出可玩版本),这种偏差会让模型偏向“便宜但低质量“方案。这条是纠正模型训练偏差

  4. bug 修复优先端到端复现,而非依赖单元测试 · 项目级 memory:核心方法不是手写,而是每次纠正 agent 后让它把教训写进去——项目集体学习的沉淀

  5. Skills · 把条件性内容(如仅改代码时才需要的 E2E 说明)从 memory 抽到 skill · skill 启动时只加载简短描述,用到才读全文——避免无谓 token 消耗

  6. 关于 skills 的重要警告 · Karpathy 的 skills 仓库(17.7 万 star)经 program-bench 评测后,使用反而多耗 5% token 且结果更差,且并非 Karpathy 本人所写 · 安全风险:skill 可在机器上执行任意命令,可能泄露 API key 甚至银行凭证 · 结论:流行 ≠ 优质。不要装声称“神奇提升“却无严格评测的 skill

与单个船员协作

  1. 语音输入 · 几乎全用语音替代打字(Stanford 论文:说话比打字快 3 倍) · 工具 OpenSuperWhisper:本地 whisper,免费开源,通过 system prompt 注入自定义词汇表提升专有名词识别

  2. AXI 标准 (Agent ergonomics) 自创的为 agent 优化工具的设计标准: · 实测:同样 GitHub 任务,MCP server 比 CLI 多耗 3 倍 token + 2 倍延迟 · 设计原则之一:token 高效输出格式比 JSON 节省 ~40% token · 启示:给 agent 的工具本身的效率,直接决定 agent 的“油耗“

  3. Lavish (交互式规划工件) 针对“agent 返回一堵文字墙难以评审“的痛点:让 agent 生成 HTML 可视化工件,复用项目设计系统,可针对具体元素批注反馈并在浏览器内回传。

验证:no-mistakes 流水线(质量基石)

反直觉主张:不要逐个 review diff。 · 理由:AI 写代码太快,逐 diff 审查会让人成为瓶颈且无趣 · 类比:像工程总监一样思考——总监不审 PR,而是通过文化和流程把控质量

流水线在隔离 worktree 中执行: · 分析会话还原真实意图 · rebase 到最新 main,提前解决冲突 · 对抗式 review(独立上下文窗口)——多数问题在此被捕获自愈,模糊的升级人类 · E2E 测试并录制证据(截图/视频/日志) · 文档更新 + 链接检查 · 推分支开 PR,持续 babysit 直到合并

PR 呈现:原始意图、变更摘要、测试证据、流水线发现并修复的问题、风险评估。 评审策略:看风险评估决定投入精力。低风险几乎不看 diff(因流水线已覆盖),只对高风险深入。

工作分布洞察:时间花在任务开头(用 Lavish 澄清需求)和结尾(把质量关),中间全交给 AI。中间腾出越多,并行越多。

长时间运行:good-night-have-fun

解决“睡觉 8 小时如何让 agent 持续干活“:给目标和停止条件,在循环中迭代。

相比 Claude Code/Codex 的 /go,优势是可精确设置 token 上限 / 迭代上限 / 停止条件——避免睡醒发现周配额耗尽。

并行:treehouse + worktree

git worktree 的痛点:起名、记状态、手动清理 = 认知债。treehouse:运行即落入空闲 worktree,关闭 tab 自动释放,treehouse status 一目了然。

First Mate:大副编排器

并行会话变多后,上下文切换疲惫。

First Mate 是元 agent,替你管理所有船员:你只跟它对话,它自动拆并行子任务、调用 treehouse 建 worktree、跑 no-mistakes、准备 PR。

关键观察:用了 First Mate 后,瓶颈从“agent 执行力“转移到“你想让它做什么“——船长的价值转向战略:理解用户、研究竞争、画好“藏宝图“。


TL;DR

前 Meta/Microsoft/Atlassian 主任工程师 Kun 分享了他的智能体工程工作流:以终端和 tmux 为中心,通过全局和项目级记忆文件培训 AI 船员,实现每天交付 40–50 个经过测试的生产级 PR。


核心装备:终端、tmux 与编辑器

整个工作流的关键是 让手几乎不离开键盘,从而保持心流。Kun 将所有操作放在终端里完成,因为终端天然是键盘驱动的,没有鼠标打断。此外,终端配置可以跨设备复用,甚至在手机上也能工作。

终端模拟器:Western

Western 是一个高性能终端模拟器,拥有 2.6 万 GitHub 星标。Kun 选择它的两个理由:

  • 真正跨平台:Windows、Mac、Linux 上体验完全一致。
  • 高度可定制:通过 Lua 脚本配置几乎所有行为。例如修改配色方案会立即热重载。

他的点文件中有一个 western.lua 文件,可以编写条件逻辑,让配置动态灵活。不过他的个人偏好是“玫瑰松月”配色,从不更换。

tmux:终端复用与持久化

tmux(终端复用器)是工作流的骨架。它能将终端拆分成任意多个面板(pane),并支持多个标签页(window)。Kun 常用三个面板:一个运行智能体,一个打开编辑器,一个留给自己运行命令。

最强大的特性是 会话持久化:使用快捷键分离会话后,重新连接时回到完全相同的状态。他可以从笔记本电脑或手机连接到同一个会话,实现真正的“随时随地工作”。

tmux 的配置自定义非常重要。Kun 的配置包含多年积累的快捷键(已融入肌肉记忆)以及样式和行为设置。他建议花时间配置 tmux,让它符合自己的习惯。

文本编辑器:Nuvem(Neovim)

Nuvem 是 vim 的现代版本,核心目标就是手不离键盘。Kun 演示了几个操作:

  • 使用 j/k 上下移动,dd 删除行,u 撤销。
  • 左侧显示相对行号,例如当前行是 238,上一行显示 1。要跳到上方 11 行的 set environment,输入 11k 即可。
  • 插件提供快速搜索:空格+S 在代码库中 grep,空格+F 按文件名查找文件(例如输入 flake 立即找到 flake 文件)。

Kun 形容在 vim 里的感觉像“一只鸟在飞翔”。学习曲线存在,但一旦形成肌肉记忆,效率远超鼠标。


智能体船员:四种框架与选择

Kun 经常使用四种智能体框架:

  • cloud code(Anthropic 订阅首选):开箱即用体验最合理,功能丰富,但有时有小 bug,定制性稍差。
  • Codex COI:Rust 编写,感觉更流畅;开源,可让智能体检查自身源码找变通方法;附加功能和定制性较弱。
  • Pi 编程智能体:极简、高度可扩展,适合喜欢自己捣鼓的人。
  • open code:终端界面出色,与几乎所有模型集成,开箱即用功能集比 Pi 丰富,是模型无关的好选择。

在视频演示中,Kun 使用 cloud code 以方便观众,但他强调自己的工作流是 智能体无关 的,因为工具变化极快,今天最好的模型下个月可能就不一样了。


培训船员:记忆文件与技能

新招募的智能体船员完全不了解船上的工作方式。需要通过 记忆文件 和 技能 来入职和培训。

全局记忆文件

全局记忆文件存储个人偏好和通用规则,会加载到每个项目、每个智能体会话的系统提示中。因此内容必须精简,避免消耗过多令牌。Kun 的全局记忆文件只有 27 行。

示例规则:

  • “永远不要使用 em dash”——AI 模型默认要用 em dash 而不是普通短横线,但 Kun 觉得机械,不喜欢。
  • “做技术决策时,不要过分看重开发成本”——他解释了一个有趣的现象:如果让前沿模型估算构建一个 3D 第一人称射击游戏的开发时间,它会报出“天/周/月”级别;但让智能体实际去构建,几分钟就能返回可玩版本。这是因为模型被人类数据训练,不知道 AI 写代码的速度比人类快得多,从而在决策时过度偏好“廉价”方案(往往不可扩展或难维护)。这条规则纠正了该偏见。
  • “进行错误修复时,总是先从端到端环境中重现错误”——AI 默认喜欢写单元测试,但单元测试往往不能覆盖最终用户行为,端到端测试更可靠。

还有一条关于“有趣见解”的链接(博文),未在视频中展开。

项目级记忆文件

每个项目可以有一个独立的记忆文件,例如 highbit 项目的 cloud 或 agents 文件(通过符号链接共享)。内容更为详细,包括项目背景、仓库布局、术语、组件工作原理、端到端测试方法以及约定。

Kun 的构建方法是:每次智能体做错事时,他纠正它并要求记忆,将经验存入文件。随着时间推移,船员越来越聪明。不需要花哨的记忆系统,一个 markdown 文件就足够。

但项目级记忆文件会越来越臃肿。为提高效率,可以将那些并非总需要的条件信息(例如端到端测试指令)从记忆文件中移出来,转换为一个 技能。这样,只有需要相关任务时才加载技能,节省令牌。


结语

Kun 的工作流强调“你是船长,智能体是你的船员”。通过终端中心化、记忆文件培训和技能复用,他每天能稳定交付 40–50 个生产级 PR。这套方法聚焦于基础概念,可以适配不同的智能体框架和模型。

(视频后续部分还涉及与单个船员合作、多船员协作以及招募“大副”处理杂务的内容,此处转录未完整覆盖,建议观看原视频以获取完整流程。)

Source: YouTube 视频链接

Kun Chen (@kunchenguid): many people asked me to make a video about my complete agentic engineering workflow

excited to share it’s finally here!!!

it took me about 20 hours in total to record this 45 minutes of walkthrough - it covers everything i do to ship production quality code at an average 40+

相似文章

@yanhua1010: 目前看到关于 “Agentic Engineering Workflow”的最完整的介绍 花了一个小时完整看完了,完全可以做成一个付费教程。 内容涵盖了tmux,agent记忆,skills,语音输入,长任务执行,并行worktree管理…

X AI KOLs Timeline

推荐了一份关于“Agentic Engineering Workflow”的完整介绍,涵盖了tmux、agent记忆、技能、语音输入、长任务执行、并行worktree管理、多agent调度以及可视化HTML编辑器Lavish和代码变更校验流水线no-mistakes。

@blueskylh1: 一个人撸产品或者带 AI 团队,最痛苦的就是在不同的聊天框之间当“无脑传话筒”。PM 写完需求,换到程序员对话框又得复制粘贴一遍。 看了 OpenAI Codex 团队开发者体验工程师 Jason @jxnlco 的分享后,我跑通了一套无…

X AI KOLs Timeline

介绍了一种基于本地纯文本文件和OpenAI Codex的多AI代理协作工作流,允许产品经理、后端、前端和测试通过文件接力高效开发,无需复制粘贴。

@vikingmute: 很棒的流程,现在也是我开发新 feature 和 新点子的主要流程: Grill 让 AI 疯狂拷问一些细节,直到清晰 -> Research 针对有难点的地方,单独分析,并且创建一个 research 文档(可以略过) -> PRD 生…

X AI KOLs Timeline

VikingMute 分享了其开发新功能和点子的主要流程:使用AI(Grill)进行细节拷问,Research分析难点,生成PRD,拆分为独立Issue,分步实现,最后Review。这是对Matt Pocock AI开发七阶段方法的补充。

@Jolyne_AI: 最近公司里在推一套 AI 工作流,用起来体感还不错,在此分享给大家。 OpenSpec + Superpowers 工作流:AI 辅助开发从「写代码」到「按规格交付」的完整闭环。 两个工具,各司其职: • OpenSpec 管规格和记忆 …

X AI KOLs Timeline

介绍了一套AI辅助开发工作流,结合OpenSpec(规格与记忆管理)和Superpowers(设计与执行),通过TDD和统一上下文解决AI开发中缺记忆和缺纪律的问题。