Grok Bot工程师月提3000个PR:禁掉99%注释,把代码库当花园

资讯 量子位 作者:衡宇 全文 3042 字 · 约 8 分钟读完 配图 10 张 分类GrokxAI

全网疯传!Grok一姐教你如何月提交3000个PR 衡宇 刚刚

所属频道 大厂动态

程浅 发自 凹非寺

「所有代码都是一坨(除了我的)。」

带着这句狂得没边的演讲标题,SpaceXSI首席工程师土豆姐(Lauren Tan)登上了AI Engineer CODE大会,演讲内容随即在全网疯传。

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%)。

Grok Bot工程师月提3000个PR:禁掉99%注释,把代码库当花园(配图 1)

△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)。

Grok Bot工程师月提3000个PR:禁掉99%注释,把代码库当花园(配图 2)

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」。

Grok Bot工程师月提3000个PR:禁掉99%注释,把代码库当花园(配图 3)

代码本身占据了倒金字塔最上层、也是份额最大的一块,涵盖API设计、软件架构与代码重构;再往下才是Lint规则、类型系统、编译器和自动化测试这类确定性检查工具。

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。

Grok Bot工程师月提3000个PR:禁掉99%注释,把代码库当花园(配图 4)

那么具体怎么清理呢?

第一步,直接把99%的代码注释禁掉。

这是土豆姐在Cursor那段时间吃了亏才攒下的经验。

那时候Cursor客户端跑在Electron架构上,VS Code那套命令式编程风格,和React的声明式编程风格撞在一起。

Agent碰到这类架构问题,习惯拿setTimeout、requestAnimationFrame、requestIdleCallback这些定时器去打补丁。

定时器被反复创建、销毁,垃圾回收(Garbage Collection)跟着频繁触发,应用就卡了。

不止如此,Agent还会在代码边上写一大段注释,解释自己为什么非这么写不可。

后面接手干活的Agent看到这些代码和注释,觉得挺有道理,又照着葫芦画瓢。

临时补丁就这么越积越多,应用性能也跟着受影响。

所以在Grok Bot里,土豆姐现在索性把约99%的代码注释都禁了。

替代办法是上Lint规则,直接查代码有没有问题,再用明确的错误提示把Agent引到根因上去修。

第二招,别让Agent去写它容易写错的功能。

Grok Bot团队开发的客户端框架Dune里,这类设计不少。

土豆姐把Dune叫作「Electron应用的Next.js」。团队开发中攒下的经验,在Dune里变成可以强制执行的架构约束和Lint规则。

举个例子,有些功能得靠细致判断才能用对,Agent一碰就容易用错。

React的useEffect就是典型。这个Hook用来处理副作用,可用对的前提是想清楚依赖关系、清理逻辑这些事。以至于「要想用好useEffect得先读个博士」。

Grok Bot团队的处理方式很干脆:产品代码里禁用useEffect,只允许在Dune框架内部的特定API里用。一了百了。

最后一招,Agent每犯一次错,都尽量把教训变成自动检查。

土豆姐强调(划重点),不少人看到Agent写错代码,第一反应是打开AGENTS.md补一句「以后不要xxx」。可自然语言规则得靠Agent自己理解和遵守,这么写用处不大。

她的做法是尽量把这些要求转成确定性检查。

Grok Bot工程师月提3000个PR:禁掉99%注释,把代码库当花园(配图 5)

[标题] △团队不断积累针对Agent错误的工程约束

比如错误的代码引用,就加Lint规则;不合法的调用,交给类型系统去约束;某个API老被误用,就重新设计它,从架构上把这种可能消掉。之后再回头把代码库里已经存在的同类问题清理干净。

这么一轮轮下来,Agent能犯的重复性错误就越来越少。

[标题] 让Agent自己验证

等倒金字塔最上面两层够干净整洁了,就该看怎么验证了。

土豆姐说,Grok Bot团队已经把大量代码审查工作挪到了验证(Verification)这一环。

如今他们审查时,盯的主要是截图、录屏、状态图,还有形式化验证的结果。

具体做法上,第一步是运行时验证(Runtime Verification)。

团队会让Agent自己把应用跑起来,并给它配了Chrome DevTools Protocol(CDP)这类开发者日常用的调试工具。

他们还为Agent画了一张功能地图,思路类似网站的Sitemap,只是站在用户视角。

有了这张图,Agent就不用再猜你说的「左边侧边栏下面的那个东西」到底指什么。

另外,一些操作能力被封装成自定义CLI和驱动程序,放进了验证Skills。Agent每次做验证任务都能复用这套工具,省Token,工具本身也能单独测试。

Grok Bot工程师月提3000个PR:禁掉99%注释,把代码库当花园(配图 6)

土豆介绍,Grok Bot团队最近开始用上两种数学验证工具:TLA+和Lean。

TLA+管的是模型检查,看系统在不同状态下是否满足预期约束;Lean则靠形式化证明,验证特定算法是否正确。

Grok Bot工程师月提3000个PR:禁掉99%注释,把代码库当花园(配图 7)

他们还引入了Bombadil,对用户界面做基于属性的测试(Property-Based Testing)。

这样一来,检查的不只是预先指定的操作结果,还会围绕程序应当满足的性质,去覆盖更多可能的输入和状态。

土豆姐说,她身边有开发者把70%的Token花在验证上,她自己目前也差不多。

Grok Bot工程师月提3000个PR:禁掉99%注释,把代码库当花园(配图 8)

△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,问题是过去理解、编写和维护这些工具的成本太高。

而现在,「软件测试与验证的黄金时代正在到来」。

One More Thing

那么,折腾完这一串丝滑小技巧,Grok Bot团队眼下的开发效率到底如何?

今年10月,整个团队提交了1.1万个PR,平均每天超过350个。开发速度还在往上走,PR撤回率反倒降了,目前稳定在0.5%左右。

客户端的发布频率也跟着提了上来,现在几乎每天都会出一个新的稳定版本。

Grok Bot工程师月提3000个PR:禁掉99%注释,把代码库当花园(配图 9)

△Grok Bot团队的PR交付量持续增长

团队现在已经跑起一套相当疯狂的自动化开发流程:Grok Bot每发布一个新版本,系统就自动开一个Cursor项目,调用云端Agent对整个应用做模糊测试。

这些Agent会像真实用户那样运行和操作软件去找Bug。发现问题后,它们自动创建修复PR,甚至直接把合并做完。

为了做到这一点,土豆花了整整六个月。

据她透露,团队现在合入的大部分产品代码,已经不需要人类再做深入的代码审查。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 亚马逊拦下Grok Bot:马斯克回应,网友帮忙起名

    新智元报道 AI刚学会替你干活,亚马逊、摩根大通、嘉信理财就开始堵门了!10月18日,@trikcode在X上列出了一份「AI碰壁清单」,点名达美航空、摩根大通、嘉信理财、Yelp和亚马逊。他吐槽:那些本该替我们搞定一切的AI智能体,开始被互联网挡在门外。人愿意买,AI愿意跑腿,但最后一公里却卡在了平台不肯放行上!而亚

    来源 腾讯网
  2. Claude称证出黎曼猜想:25万页证明未公开,陶哲轩回应待验证

    智东西11月21日报道,昨夜,Anthropic数学家莱文特·阿尔珀格(Levent Alpöge)在个人网站上发布声明,宣称自己与Claude合作,找到了黎曼猜想及其更强版本——广义黎曼猜想(GRH)的证明方法。 ▲阿尔珀格发布的声明(图源:其个人主页) 这项困扰数学界167年的难题,可能迎来重大突破。 2006年菲

    来源 AI 行业观察
  3. 英伟达7连跌市值蒸发2.74万亿美元,美股AI板块集体重挫

    智东西11月21日消息,一夜之间,美股惨遭“黑色星期五”,对AI泡沫加剧的担忧引发华尔街抛售潮,恐慌情绪集中爆发,美国科技股一片哀嚎,英伟达股价暴跌14%,戴尔暴跌11%,Anthropic暴跌9%,甲骨文、SpaceX、特斯拉暴跌8%,Meta暴跌6%,亚马逊暴跌4%。 芯片股也愁容惨淡。美国芯片股费城半导体指数周五

    来源 AI 行业观察
  4. 阿莫迪:AI领路人

    美国时间11月19日,Anthropic正式登陆纳斯达克,以“ANT”为股票代码挂牌,创下了全球史上最大规模IPO纪录。 就在上市前一天,Anthropic将发行价定在每股83美元,并将发行数量从8.25亿股增加到9.8亿股,最终公开发行规模达到813.4亿美元。 按发行价计算,这家成立不到六年的AI公司,完全稀释估值

    来源 AI 行业观察
  5. OpenAI开放GPT-Live-1.1 API:实时双向对话,智能体边聊边干活

    OpenAI 今日宣布向开发者开放 GPT-Live-1.1 API 语音模型,允许第三方开发者将其集成到自己的应用程序中,构建能够实时聆听、回应并执行复杂任务的 AI 语音智能体。 据 OpenAI 介绍,GPT-Live-1.1 是 GPT-Live-1 的升级版本,具备全双工语音交互能力,可以

    来源 AI 开发者社区
  6. 阿里云单季收入突破600亿,吴泳铭:算力紧缺是长期现实,数据中心建设目标可能下调

    另外,吴泳铭判断:算力紧张是行业中长期要面对的现实,2027至2028年国内算力供给仍存在缺口,阿里会持续补齐自研算力供给,同时通过多元化采购保障供给。吴泳铭表示,全球各个区域的算力政策出现了非常大的变化,将对阿里云的数据中心建设产生影响。根据目前的初步评估,阿里此前制定的到2032年全球数据中心规模超过20GW的目标

    来源 TechWeb
  7. 阿里云Q2收入609.73亿增53%:算力紧缺成长期现实

    另外,吴泳铭判断:算力紧张是行业中长期要面对的现实,2027至2028年国内算力供给仍存在缺口,阿里会持续补齐自研算力供给,同时通过多元化采购保障供给。吴泳铭表示,全球各个区域的算力政策出现了非常大的变化,将对阿里云的数据中心建设产生影响。根据目前的初步评估,阿里此前制定的到2032年全球数据中心规模超过20GW的目标

    来源 TechWeb
  8. Entire CEO Thomas Dohmke:PR 模式难匹配智能体节奏?

    Entire 是一个专为人类开发者与 AI 编码智能体协作而设计的 Git 代码托管平台。它的核心观点是,传统软件开发基础设施,尤其是 PR 模式,并不适合 AI 智能体高速生成、评审、迭代代码的场景。 Entire 现任 CEO、前 GitHub CEO Thomas Dohmke 解释说,GitHub 和 GitL

    来源 AI 行业观察
  9. 阿里云单季收入609.73亿增53%:吴泳铭称算力紧缺长期存在

    【TechWeb】11月20日消息,阿里巴巴发布2027财年第二季度(自然年2026年7—9月)财报,该季度阿里云板块收入609.73亿元,同比增长53%,其中,外部客户收入同比增长64%,刷新近六年来的增速高点。 剔除一次性硬件交付后的外部经常性收入增速进一步升至67%。在资本开支同比大增60%至504.77亿元的重

    来源 AI 行业观察
  10. Claude称证出黎曼猜想,陶哲轩等数学家回应

    智东西11月21日报道,昨夜,Anthropic数学家莱文特·阿尔珀格(Levent Alpöge)在个人网站上发布声明,宣称自己与Claude合作,找到了黎曼猜想及其更强版本——广义黎曼猜想(GRH)的证…

    来源 搜狐科技
  11. Anthropic上市:发行价83美元,阿莫迪从GPT-2警示到敲钟

    美国时间11月19日,Anthropic正式登陆纳斯达克,以“ANT”为股票代码挂牌,创下了全球史上最大规模IPO纪录。就在上市前一天,Anthropic将发行价定在每股83美元,并将发行数量从8.25亿股增加到9.8亿股,最终公开发行规模达到813.4亿美元。按发行价计算,这家成立不到六年的AI公司,完全稀释估值约为

    来源 腾讯网
  12. 中国开源模型的「最大甲方」有了

    作者 | 郑敏芳互联网大厂们正在成为开源大模型的新甲方。腾讯总裁刘炽平在三季度业绩电话会上透露,WorkBuddy已成为中国几乎所有开放权重模型的最大客户。这可能只是一个开始。近期,国内头部办公Agent密集调整产品策略。继腾讯WorkBuddy率先采用多模型路线后,字节跳动旗下豆包工作接连扩大第三方模型接入范围,阿里

    来源 腾讯网
  13. 谷歌50天连发4款模型:Gemini 4 Neon登场,世界模型同步开放

    OpenAI时隔75天的顶级模型刚刚发布,社区里的吐槽就炸开了。有人直言新模型“几乎没法用”,有人抱怨它过分谨慎、难以指挥,还有人认为,这家伙解释起自己的工作就像在“说外星话”。甚至有人用漫画玩了个梗,吐槽GPT-6.2 Astra的语言风格,根本是防御过当。图片来源网络前·赛博义父Tibo在X上表示,他已经收到了关于

    来源 腾讯网
  14. 黄仁勋卸任后英伟达评级遭下调,AMD被做空机构质疑订单

    【TechWeb】11月20日消息,黄仁勋卸任英伟达CEO带来的震荡仍在AI芯片产业链持续蔓延。19日行业接连爆出多重利空:英伟达遭遇勒索组织数据威胁、穆迪下调其信用评级展望,同时做空机构发布报告质疑AMD订单真实性与流动性安全,叠加台积电

    来源 TechWeb
  15. 黄仁勋离任连锁反应:英伟达评级遭下调,AMD被做空机构盯上

    【TechWeb】11月20日消息,黄仁勋卸任英伟达CEO带来的震荡仍在AI芯片产业链持续蔓延。19日行业接连爆出多重利空:英伟达遭遇勒索组织数据威胁、穆迪下调其信用评级展望,同时做空机构发布报告质疑另一家由华人CEO主导的芯片企业AMD订单真实性与流动性安全,叠加台积电对英伟达超额订单提出预付现金要求,AI芯片板块的

    来源 AI 行业观察
向下滚动自动加载更多