新智元報道

編輯：傾傾

【新智元導(dǎo)讀】Datasette創(chuàng)始人Simon Willison公開了一套指南，專門教專業(yè)開發(fā)者如何用Claude Code等AI編程工具提效。他總結(jié)了8大實戰(zhàn)模式，從測試驅(qū)動到交互式解釋，每一條都在重構(gòu)程序員的工作方式。

硅谷知名開發(fā)者Simon Willison最近發(fā)布了一份特殊的指南。

注意，只會vibe coding的程序員請回避！這是寫給專業(yè)工程師的。

當Claude Code、OpenAI Codex這些AI工具能自己跑代碼時，傳統(tǒng)的工程習(xí)慣還適用嗎？

生成幾百行代碼從一整天縮短到幾分鐘，過去所有關(guān)于「值不值得寫」的判斷標準，全部失效了。

當寫代碼的成本為零，會發(fā)生什么？

Simon Willison在開篇直言:

代碼一直很昂貴。生產(chǎn)幾百行干凈代碼，需要一整天或更長。而現(xiàn)，在這是從8小時到5分鐘的數(shù)量級躍遷。

所有工程習(xí)慣都建立在寫代碼很貴這個前提上。

產(chǎn)品經(jīng)理用開發(fā)成本衡量功能優(yōu)先級，程序員寫每段代碼前都在掂量同一個問題——這值得花一個小時嗎？

現(xiàn)在，這套邏輯崩了。

重構(gòu)只需30秒，生成測試只需1分鐘，創(chuàng)建調(diào)試界面只需2分鐘——所有「值不值得」的判斷都要重審。

Simon Willison建議:

直覺說不值得時，就發(fā)個提示詞試試，最壞結(jié)果是10分鐘后發(fā)現(xiàn)不值那幾個token。

Simon Willison緊接著潑了一盆冷水：代碼變便宜了，好代碼仍然昂貴。

能跑、有測試、可維護、優(yōu)雅地處理錯誤、文檔同步、為未來留空間。

AI能生成代碼，但不能保證這些。

8個模式重構(gòu)工作流

模式1：寫代碼很便宜。代碼生成成本幾乎為零，但交付好代碼的成本仍然顯著。

模式2：囤積已知技巧。把所有解決過的問題存檔。

Simon Willison的個人博客、TIL、上千個GitHub倉庫，都是「技巧倉庫」。

為什么要囤這些技巧？因為AI能把它們重新組合。

他舉例：如果要做瀏覽器端OCR工具，并且能處理PDF，你會怎么做？

他之前分別研究過Tesseract.js(OCR庫)和PDF.js(PDF轉(zhuǎn)圖片)，但沒組合過。

于是他給Claude 3 Opus喂了兩段代碼，輸入:「組合起來，拖拽PDF進去，每頁轉(zhuǎn)JPEG，然后OCR?！雇昝肋\行。

只要AI把技巧弄懂一次，它就可以查閱、復(fù)用、重組。

模式3：使用紅綠TDD

這四字的提示詞濃縮了整套測試驅(qū)動:先寫測試(失敗/紅)，確認失敗，寫實現(xiàn)(通過/綠)。

為什么對AI特別有效？因為AI最大風(fēng)險是寫出「能跑但不對」的代碼，或「從不被用」的代碼。

測試先強制AI先定義什么叫正確，再實現(xiàn)。

模式4：先跑測試

這是另一個四字提示詞。

每次啟動新會話，第一句話就是:先跑測試。

通過這句話告訴AI項目有測試，測試數(shù)量暗示項目規(guī)模，把AI帶入測試心態(tài)。

模式5：線性演練。

讓AI生成結(jié)構(gòu)化代碼講解文檔。

Simon Willison花40分鐘用Claude Codevibe coding了一個SwiftUI幻燈片App，全程不看代碼。

App確實能跑，但它自己完全不懂SwiftUI。

于是，Simon Willison讓Agent配合Showboat工具生成演練文檔，詳細講解所有.swift文件。他說:

我從中學(xué)到了大量SwiftUI和Swift知識。

在這個過程中，AI不但沒有減少學(xué)習(xí)，反而成了學(xué)習(xí)加速器。

模式6：交互式解釋。當文字解釋不夠直觀，要求AI生成可視化。

他遇到詞云算法「Archimedean spiral placement」，看文檔還是不懂。

于是，他讓Claude生成動畫演示頁面，能看到每個詞如何沿螺旋線找位置。

這個動畫讓算法原理真正通俗易懂了。

模式7：GIF優(yōu)化案例。

用完整提示詞示例，展示如何讓Claude Code構(gòu)建WebAssembly工具。

模式8：常用提示詞庫

「認知債務(wù)」才是真問題

Simon Willison提出了一個關(guān)鍵概念:認知債務(wù)——代碼能跑，但你不懂原理。

這和技術(shù)債務(wù)不同。技術(shù)債務(wù)是代碼質(zhì)量差，將來要還；認知債務(wù)是你自己不懂，將來要學(xué)。

他用了40分鐘vibe coding的SwiftUI App(對話記錄)，能跑，但他一點都不了解這個App。

如果放到核心業(yè)務(wù)里，這是一個極大的隱患。

應(yīng)用核心變黑盒，無法自信推理，規(guī)劃新功能變難。

所以，要怎么還上債？答案是：用線性演練+交互式解釋，提高理解。

如果擔(dān)心LLM減慢學(xué)習(xí)速度，我強烈建議采用這類模式。

Hacker News的分歧

Simon Willison的指南在Hacker News引發(fā)討論。

開發(fā)者mohsen1分享實戰(zhàn)：用AI做。

代碼傳送門：https://github.com/mohsen1/fesh

他總結(jié)分享了4條經(jīng)驗:

1. 不要微觀管理AI，讓AI自己探索

2. 測試是一切，沒辦法驗證，循環(huán)會跑偏

3. 讓AI自由實驗，允許失敗，失敗也是知識

4. 用.md做會話間記憶，AI沒跨會話記憶，用Markdown做外部記憶

另一個陣營「Dark Factory」則主張更激進的路線：往問題扔token，邊驗證邊走，不必事事先寫測試。

兩派看似對立，其實可以互補——核心業(yè)務(wù)用嚴格TDD，原型探索用快速迭代。

但雙方有一個共識：驗證不能省。

Simon Willison表示，這套模式會持續(xù)更新，目標每周1-2個新章節(jié)。

這種情況下，我們不禁思考：當寫代碼不再昂貴，工程師的核心價值在哪？

可能是三個能力：知道該寫什么，知道好代碼長什么樣，知道如何讓AI不跑偏。

Simon Willison的8個模式，本質(zhì)上都在訓(xùn)練第三種能力。

但前兩種，依然需要深厚的工程經(jīng)驗才能撐起來。

代碼變便宜了，判斷力變貴了。

這可能是AI時代軟件工程師的新價值所在。

參考資料：

https://news.ycombinator.com/item？id=47243272https://simonwillison.net/guides/agentic-engineering-patterns/https://simonwillison.net/guides/agentic-engineering-patterns/code-is-cheap/https://simonwillison.net/guides/agentic-engineering-patterns/hoard-things-you-know-how-to-do/https://simonwillison.net/guides/agentic-engineering-patterns/red-green-tdd/https://simonwillison.net/guides/agentic-engineering-patterns/first-run-the-tests/https://simonwillison.net/guides/agentic-engineering-patterns/linear-walkthroughs/https://simonwillison.net/guides/agentic-engineering-patterns/interactive-explanations/https://simonwillison.net/guides/agentic-engineering-patterns/gif-optimization/https://simonwillison.net/guides/agentic-engineering-patterns/prompts/https://simonwillison.net/2026/Feb/23/agentic-engineering-patterns/