规范越宽松，效果越佳：Kent C. Dodds 谈原语思维

https://t.co/7RO21WOyFN

规范越宽松，效果越佳：Kent C. Dodds 谈原语思维

摘要： 要让AI智能体更自主、更高效，关键在于在代码库中构建并维护一套定义良好的“原语“（可复用、具语义的构建模块）。这使你能给予它们更宽松、更高层次的规范。

过于严格的规范之弊

Kent C. Dodds 指出了一个常见问题：缺乏良好原语的开发者，常常不得不编写冗长详尽的规范来约束AI智能体，试图防止它们偏离轨道。解决之道并非制定更大的规范，而在于夯实更好的基础。其核心论点是：一份规范需要越详细，就说明你的原语越糟糕。 一个优秀的开发环境应让智能体专注于任务本身，而非费力解读庞大的规则手册。这就是原语为何如此重要。

什么是原语？

原语是你代码库或智能体可用工具中最小的语义单元。它们是系统暴露的、命名的能力单元，可组合使用，且无需重新实现内部逻辑。这并不意味着你代码库中的每个函数都是原语，也不仅仅是指智能体文档中一段400行的描述。如果智能体需要重新发明某个功能，那它就不是一个可用的原语。智能体的大部分工作应是组合现有原语，而非添加新原语或从头创造。

原语示例

原语可以横跨技术栈的所有层级。Kent 列举了几个类别：

• 应用层： React 本身就是一个原语。在其之上，你构建组件原语，这些组件可组合成更复杂的组件。路由机制也是原语。
• 后端层： 数据模型、授权模式和访问控制系统都是原语。有些构建在其他原语之上，有些则是独立的。
• 工具层： 像 Kodi（Kent 开发的用于连接外部系统并赋予智能体自主权的框架）这样的工具就是原语。在最初的示例中，Kodi 赋予了智能体访问 Discord 的权限，使其能在该环境中自主行动。
• 特定工具包： Google 工具包（消除了对 API 端点的猜测）、函数库以及 Stripe 支付包 都是 “Kodi Video” 示例中的关键原语。

设计良好的原语

如何判断你的原语设计是否良好？Kent 提出了一个简单的测试标准：一个初级智能体，能否通过组合原语并接到一个一句话的任务指令，就产出好的结果？ 如果不能——如果它需要发明新原语或采用变通方案——那就意味着原语缺失、难以发现，或者构建新功能比使用现有功能更容易。你应避免这种情况。

评估原语质量的一个关键指标是，在智能体完成工作后，检查它是如何使用现有原语的。你的原语优化得越好，你的“软件工厂“在产出高质量软件方面的能力就越强。

管理原语生命周期

原语并非构建一次后就束之高阁。它们需要持续演进：修改、移除、扩展和组合。这需要产品工程师的思维模式——深刻理解产品的目的、愿景和数据模型。作为产品工程师，你的职责是将产品决策转化为代码实现，这包括设计系统及其可用的原语。

审慎引入新原语

引入新原语必须是一个经过深思熟虑的决策。例如，Kent 曾考虑引入一个新原语，用于“无需打包存储即可订阅事件的代码片段“。他与AI智能体（Grok 4.6）讨论了这个想法，但最终决定推迟，表示：“我想仔细思考这个设计。” 并非每个潜在的原语都值得采纳；你必须决定哪些能真正使系统受益。

裁剪冗余原语

同样重要的是移除冗余原语——Kent 称之为**“原语裁剪”，就像修剪花园一样。他举了一个例子：计划移除一个 value store 原语，用包存储、内存和仓库来替代。他指示智能体在操作前分析生产数据**，因为移除原语可能很困难，且必须以数据为依据。他认识到这个早期的 “value store” 已经变成了一个“垃圾堆“，被更好的原语所取代。智能体甚至提出了一个为期一个月的迁移计划，这是弃用原语的典型方法。

另一个例子是移除一个 persistence service 原语，因为其他原语更好地覆盖了它的功能，而且它甚至在特定场景下表现不佳。考虑业务可持续性至关重要，要询问智能体相关原语的成本，以避免陷入“成本否认“的陷阱。

故障排查：智能体与原语的交互

Kent 指出了智能体与原语交互时的三种常见失败模式：

1. 找不到原语。 解决方案是改进路由文档，确保你的 agents.md 文件指向所有相关文档。
2. 它发明了一个新原语，而不是使用现有的（例如，构建一个新组件而不是使用当前组件）。这表明该原语过于僵化或难以发现，你需要对其进行优化。
3. 你无法追踪它使用了哪些原语。 因此，拉取请求应包含系统差异图，而不仅仅是代码差异。Kent 在他的 YouTube 系列 “Better with Kent” 中介绍了这一点。

架构决策记录 (ADR) 是指导原语使用的重要工具。它们通过明确声明“我们不会做 X；我们将做 Y，原因是…“来提供方向。这有助于智能体理解为何不应走一条看似显而易见的路径。

强大原语的力量

拥有健壮的原语系统，你就可以命令智能体执行复杂的、自主的任务。Kent 列举了他现在可以委派的几项能力：

• 检查他的收件箱并执行操作。
• 管理他的 Discord 社区。
• 自主部署功能。
• 通过 Sentry 实现自我修复，醒来后发现智能体已自动修复了许多问题。

Kent 给出的最终测试和任务是：在你的实际代码库中，给智能体一个一句话的任务。 观察它是否能有效地组合原语。如果成功了，那么你的原语基础就走在了正确的道路上。

来源

视频：@kentcdodds: 规范越宽松，效果越佳：Kent C. Dodds 谈原语思维 (https://www.youtube.com/watch?si=4v8S1Q0mTKt7rZRP&v=QMi8UHhTZgs&feature=youtu.be)