马斯克麾下工程师Lauren Tan:单月合入3127个PR,纠错要写进代码

资讯 AI 行业观察 全文 4160 字 · 约 11 分钟读完 配图 12 张

对AI说「下次注意」没用!马斯克麾下工程师:把纠错锁进代码

马斯克麾下工程师Lauren Tan:单月合入3127个PR,纠错要写进代码(配图 1)

新智元报道  

马斯克麾下工程师Lauren Tan:单月合入3127个PR,纠错要写进代码(配图 2)


AI写代码的速度,早已超出人类能审核的极限。


在近期的AI Engineer大会上,SpaceXAI首席工程师Lauren Tan(网名Potato)透露,上个月她一个人往线上合了3000个PR。


她说,其中有相当一部分,是在她睡觉时自动合进去的。


马斯克麾下工程师Lauren Tan:单月合入3127个PR,纠错要写进代码(配图 3)

从3月的68个到10月的3127个,Lauren单月交付上线的PR数量涨了上来。


Lauren说,以前只有像Bret Taylor这种「一个周末重写整个Google Maps」的狠人,才配叫「写码机器」。


如今有了Agent,是个程序员都能变身「写码机器」。


但副作用大家也都领教过:产量翻十倍,烂代码(Slop)翻百倍。


不过Lauren拿出的另一组数据,让她所在的Grok Bot团队看起来像个反例。


光是上个月,团队合入的PR就有约1.1万个,稳定版基本一天发一个。


单看10月,提交过代码的人约227名,其中不少是对项目并不熟悉、偶尔顺手帮一把的「路人」贡献者。


按常理推断,这么多生手加上AI一起往仓库里猛灌代码,项目早该炸了。


可她给出的图表显示,PR回滚率6月还是0.98%,10月已降到0.47%,并且连续三个月稳在0.5%上下。


马斯克麾下工程师Lauren Tan:单月合入3127个PR,纠错要写进代码(配图 4)

也就是说,6月至10月这段时间,代码提交回退率由0.98%降到了0.47%。


这套体系她跑了6个月才跑通,Lauren总结的秘诀就一句:别指望着用提示词把AI劝好,得把每一次纠错都锁死在代码里。



马斯克麾下工程师Lauren Tan:单月合入3127个PR,纠错要写进代码(配图 5)
你嘴上说的「下次注意」
AI一转头就忘


放到2024年,Lauren上班要审的,只是同事写的3个PR。


如今这个数字已经逼近300。每名工程师身后都跟着成百上千个智能体,代码像拧开的水龙头一样昼夜不停地往外涌,整个代码库几乎成了会自己疯长的活物。



麻烦恰恰出在这里:AI是照着代码库来写代码的。旧代码里只要还留着一处烂写法,下一个智能体就分不清那是历史欠账还是最佳实践,在它们看来,这就是团队传下来的「祖传规矩」,照着抄准没错。



所以Lauren把管代码库看成打理花园。架构约束和护栏是混凝土地基,新代码顺着它往上长;烂代码则是杂草和害虫,今天放任两株冒头,明天一睁眼可能就满院荒芜了。



更隐蔽的坑埋在AI写的「说明文字」里。文档也好,代码注释、规则文件与skill也罢,AI都特别爱写小作文,还常常走到两个极端。



一个极端是碰上难啃的硬骨头,它就在注释里长篇大论,替自己「为什么没按规矩来」找借口;


另一个极端,是你随口纠正了某个特殊场景下的小细节,它却矫枉过正,把这当成雷打不动的规矩死死守着。


Lauren在Cursor就亲历过一桩典型的「惨案」。那会儿AI特别爱用setTimeout、requestAnimationFrame、requestIdleCallback这类命令式定时器去打补丁。



追到根上,问题出在团队自造的架构冲突。VS Code的底子是命令式写法,React界面走的是声明式那一套,两种逻辑在底层就相互较劲。


AI应付不了这种别扭结构,索性大量塞入定时器蒙混过去,还在旁边写满注释,论证这补丁补得多么在理。下一个智能体读到这些代码,又看到那份「权威解释」,马上照着学。



没多久,定时器便在代码库里成片滋生。那个只为修复闪烁而加的临时补丁被反复照搬,一个多月后滚成了183个定时器。


马斯克麾下工程师Lauren Tan:单月合入3127个PR,纠错要写进代码(配图 6)


定时器大量反复创建、销毁,高频垃圾回收被引爆,应用卡得跟幻灯片一样。


Lauren复盘时话说得很直:架构把客户端和智能体的表现一起拖下了水。


光靠嘴劝AI「下次注意」,或者在AGENTS.md里再添一行字,说到底都是赌AI会自觉。


面对日均几百个PR的洪流,软规矩守不住底线,只能上硬手段。



马斯克麾下工程师Lauren Tan:单月合入3127个PR,纠错要写进代码(配图 7)
纠错这件事,得写进代码里。


那程序员的时间该往哪儿投?


Lauren画出的是一座「倒金字塔」。


马斯克麾下工程师Lauren Tan:单月合入3127个PR,纠错要写进代码(配图 8)

整座塔按投入层次往下排:代码约束在最上,往下是验证,再往下才是文字规则。


最宽的是顶上两层。这两层全是确定性防线,功夫也该下在这里:


第一层就是代码本身,API设计、架构边界、重构都算;第二层是静态检查,lint(自动挑刺的代码检查器,违规当场报错)、类型系统、编译器、各类测试都在这一层。


夹在中间的一层,是运行时验证与形式化验证。


塔尖最小,放的是AGENTS.md、规则和skill这类自然语言,靠的是判断和理解。


落到具体做法上,Grok Bot先拿出了「拦」的三招。


头一招:那些需要拿捏分寸的API,一律封杀。


为此团队专门造了个客户端框架Dune,可以理解成Electron版的Next.js。


Dune在技术层面没有多少花哨的东西,它真正的思路是把桌面应用这些年踩过的坑,一条条变成硬性约束写死。其中一条教训来得尤其惨痛:任何要靠「微妙分寸感」才用得好的东西,一旦交给AI,结果多半是烂代码。



最典型的翻车高发区是React里的useEffect。前端圈有句自嘲——「得考个博士学位才用得好useEffect」,人自己都经常栽跟头,AI就更不用说了。



Grok Bot的处理办法很直接:业务代码里一律不许用useEffect,只有Dune底层极少数内部API可以调。这一刀下去,整类问题直接消失,代码审查时也不用再费劲盯着看。



第二招是用目录结构把边界划死。早先在Cursor时,AI常常顺手就把主线程代码塞进负责画界面的渲染线程。渲染线程一被拖住,用户一操作就卡顿、掉帧。



到了Grok Bot和Dune里,团队把规矩彻底定死:顶层直接设好electron renderer和electron main两个目录,再配上依赖图分析器和lint规则,严禁两边互相引用。



这条规则写起来不费事,代码审查单上也少了一桩烦心事。


第三招是砍掉99%的注释,换成能指出问题在哪的lint报错。


吃过当年定时器泛滥的亏,Grok Bot这回把99%的代码注释直接禁了。原因不复杂:注释写完就爱过时,人也没空去读。



更麻烦的是,注释等于给AI留了条「逃生通道」。修根因太费劲,写段注释解释自己为啥偷懒,可轻松多了。


再说注释本身没有任何强制力。你费心留一行字,提醒下一个智能体别踩坑,它照样可能当没看见。


Grok换了个办法:用lint当场拦下来。报错信息把根因和正确改法直接摆到AI面前,逼它正面解决架构问题,别再想着绕路打补丁。



说白了,注释只能劝AI向善,lint才能逼AI就范。


每踩一次坑,就补一道静态检查,或者升级API把坑彻底填平。


这么干久了,人工审查要盯的细节会越来越少。直到某天你忽然发现,已经没什么可审的了:绝大部分PR,尽可放手让AI自己合入。




马斯克麾下工程师Lauren Tan:单月合入3127个PR,纠错要写进代码(配图 9)
先让AI把证据摆出来。


可是不逐行盯代码,AI要是交出一份语法滴水不漏、逻辑却拧成麻花的bug,谁来兜底?


Lauren给出的解法是:代码行不看了,改看它交上来的「呈堂证供」。


眼下Grok Bot做代码审查,落到实处的动作就是翻验证产物——录屏、界面截图、状态流转图,再加上形式化验证报告。


第四招:给AI发一张「功能地图」,再配一套固定的工具箱。


这套做法里最底层的一环,是运行时验证。


说白了,就是让AI把应用自己跑一遍,去调Chrome DevTools协议这类人类平时也在用的调试工具做自查。


为了让AI别跑偏,团队往验证skill里放了一张「功能地图」。这东西跟网站的站点地图一个思路,站在用户角度把应用里有哪些功能列得清清楚楚。


有了它,你顺嘴丢一句「改下左边栏那个东西」,AI就不必再白烧token去猜组件叫什么。


马斯克麾下工程师Lauren Tan:单月合入3127个PR,纠错要写进代码(配图 10)

功能地图要说清三件事:有哪些功能、用户如何进入、怎样验证有效。


另外,skill里还预置了专门定制的命令行工具和驱动。


每次验证时,AI直接调用现成的工具,不必回回从零手写测试脚本。token消耗由此省下一大截,工具本身也能拿出来单独测。


第五招是形式化验证。


跨设备、跨平台的通知这类复杂主流程,团队搬来了TLA+做模型检查。做法相当于暴力穷举:用户和系统可能走出的每一条状态分支都被跑一遍,看哪条路会钻进死胡同。



他们还用数学证明工具Lean,给自研的虚拟列表库做了形式化证明,从数学上保证列表高速滚动时不闪烁、不抖动。


第六招:状态图一眼验意图。


界面测试上,团队引入了一个叫Bombadil的属性测试库。这库不靠「先点A再点B」这种写死的用例,它先定下若干硬性规则,再让机器对界面反复乱点乱试,看哪些操作组合会把规矩撞破。刚用起来就发现了几个UI漏洞。



Lauren还在自己的插件pstack里搓了一个state chart技能,专门从用户视角把状态机画成直观的跳转图。


比起硬啃几百行代码改动,对着状态图配上一小段录屏和截图,一眼就能看穿AI到底有没有真正听懂你的产品意图。



马斯克麾下工程师Lauren Tan:单月合入3127个PR,纠错要写进代码(配图 11)
垃圾代码怎么来的
炼成金


在Lauren Tan眼里,软件工厂最要紧的就两个字:「信任」。而这份信任得靠实打实的时间去磨,把智能体干活的环境一点点改好。


编码内循环要是还在不停造垃圾,急着上外循环自动化,等于把一台垃圾放大器开到满功率。


她这场演讲的标题带点傲气:「除了我的,所有代码都是垃圾」。


真正演示给大家看的,是一套把AI编码「点石成金」的笨办法。


可黄金哪能凭空变出来?


靠的是一条条不留情面的lint规则、一道道目录上的死命令、一张张统一黑话的功能地图,把原来「杂草丛生」的代码库修成了AI可以照着抄的范本。


马斯克麾下工程师Lauren Tan:单月合入3127个PR,纠错要写进代码(配图 12)

Lauren Tan演讲中的5条照做清单


1.同一个错误,不必提醒AI第二遍。

让AI改对一次,还远远不够。


再让它顺手补一条自动检查。以后同类错误再出现,检查一跑就会报错。


反复叮嘱「下次注意」不如把要求写成机器能执行的规则,后者才真正管用。


2.撞上一个坑,就顺手查查别处。

AI写出有问题的代码,先加检查把同类错误拦住。接着让它扫一遍整个项目,别处存在的相同问题一并修掉。


3.让AI动手修,别光听它解释。

那些没法强制执行的废话注释直接删掉,让它查清问题根源,看能不能从根上修好。


检查失败的原因、正确的改法,都写进报错提示里。后面再改时照着处理就行。


4.功能在哪儿要告诉AI,怎么验也要告诉它。

给它配一张用户视角的「功能地图」,再让它把常用的验证步骤做成能重复运行的工具。


改完立刻跑一遍,截图或录屏交出来供你核对。


5.先跑通一次,再放心交给AI反复做。

预算别全砸在生成代码上,测试和验证要多留一些。


先看AI能不能把功能做对、把问题找出来,确认这些之后再慢慢把更多自动执行的活儿交给它。


参考资料:

https://www.youtube.com/watch?v=O_zcc6Xl12g
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. LSHub 发布 P1 与 MAX 工程 AI 终端:覆盖八大专业,两种部署可选

    日前,四川无量枢人工智能科技有限公司(品牌 LSHub)推出 LSHub P1 与 LSHub MAX 两款工程 AI 智能终端,面向建筑工程行业提供 CAD 出图辅助、工程量计算辅助、图纸审查辅助及工程专业知识问答四类应用。 两款产品对应两种部署需求 LSHub P1 为主力产品,形态是巴掌大小的 AI 智能盒子,连

    来源 AI 行业观察
  2. 李彦宏的“最紧迫”与雷军的“热想象”

    APEC时间,科技掌门人谈了什么?作者/ IT时报 孙妍 综合报道编辑/ 孙妍 11月17日至18日,2026年亚太经合组织(APEC)工商领导人峰会在深圳前海国际会议中心举行。作为亚太经合组织第三十三次领导人非正式会议的配套活动,峰会由中国贸促会主办,主题为“共促繁荣,共赢未来”,2000余位政商代表参会,参会企业包

    来源 腾讯网
  3. 曙光8000支撑中国科研拿下戈登·贝尔奖,还入围气候建模奖决赛

    从今年7月正式投用至今,短短四个多月,曙光8000再交出两项世界级科研成果的亮眼答卷。尤其值得关注的是,曙光8000的价值正通过真实科研应用得到持续检验。此次ACM戈登·贝尔奖夺魁及气候建模奖入围,正是曙光8000应用能力的又一次集中展示。从十万卡集群的工程突破,到世界级科研成果的创新突破,曙光8000正在以实际成果证

    来源 TechWeb
  4. 曙光8000应用,问鼎世界!中国科研斩获全球顶级大奖

    从今年7月正式投用至今,短短四个多月,曙光8000再交出两项世界级科研成果的亮眼答卷。尤其值得关注的是,曙光8000的价值正通过真实科研应用得到持续检验。此次ACM戈登·贝尔奖夺魁及气候建模奖入围,正是曙光8000应用能力的又一次集中展示。从十万卡集群的工程突破,到世界级科研成果的创新突破,曙光8000正在以实际成果证

    来源 TechWeb
  5. 4.3万人点赞“断更抵制AI”:网文平台为何对AI说不

    网文界今年发生了多场“AI斩杀”。2月和5月,番茄进行了针对AI低质内容的专项治理; 起点7月全面禁止AI文,8月一口气处理了上百本AI小说,其中有多部万订作品;10月30日,起点和QQ阅读发布公告,称将进一步打击签约作品滥用AI的行为,取消对作品的福利发放。起点新发布的公告然而,多轮治理后,读者仍然会抱怨榜单上的作品

    来源 腾讯网
  6. 酷态科5号磁吸电能卡Air 27日10点首销:259元起、0.77cm厚、5000mAh

    IT之家 11 月 20 日消息,酷态科今日推出 5 号磁吸电能卡 Air,将于 11 月 27 日 10:00 开售,日常价 299 元,首销权益价不高于 259 元。 IT之家从官方介绍获悉,作为酷态科首款超薄磁吸,该产品薄约 0.77cm,轻约 115g,全面通过 2026 新国标认证,飞机 / 高铁均可携带。

    来源 AI 行业观察
  7. Signal限制截屏对抗AI监控,加密通讯迎来新防线

    加密通讯应用Signal宣布在Android与iOS版本中限制用户截屏功能,以应对AI驱动的监控浪潮。这一被官方称为“生存威胁”的举措,标志着隐私工具与人工智能监控之间的对抗进入新阶段。本文梳理Signal的调整细节、AI监控产业背景,以及隐私与可用性之间的长期博弈。

    来源 AI 科技快讯
  8. 16岁辍学创业做AI导弹:他把“击杀成本”当卖点

    16岁高中生Henrijs Dandzbergs辍学加入YC,创办AI导弹初创公司,宣称要用新型导弹把美国及其盟友的“击杀成本”降到最低。本文梳理其背景、产品逻辑与争议,并追问:当战争效率被硅谷式指标衡量,创新与伦理边界在哪里?

    来源 AI 科技快讯
  9. 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
  10. 黎曼猜想167年后被宣称破解:AI与人类数学家同日提交证明

    TechCrunch报道,AI与人类数学家几乎同时宣称解决了悬置167年的黎曼猜想。这一千禧年大奖难题若被证实,将颠覆密码学与数论基础。数学界在震惊之余,正紧急验证两份截然不同的证明。AI在纯数学核心领域的突进,引发对机器创造力与人类直觉边界的激烈辩论。

    来源 AI 科技快讯
  11. 心智永生实验:冷冻、固定与扫描,三条路能否存下“我”?

    从低温冷冻到醛基固定,从连接组图谱到全脑仿真,一批科学家正试图把“自我”从衰亡的肉体中抢救出来。MIT Technology Review 的圆桌讨论聚焦这一古老而激进的问题:我们想保存的究竟是大脑组织,还是那个正在思考的“我”?技术在进步,但结构能否等于体验,仍是横亘在永生梦想前的最深鸿沟。

    来源 AI 科技快讯
  12. 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
  13. Shopify Overexposed:代码配了鉴权,服务为何仍暴露公网?

    作者 | Claudio Masolo译者 | 田橙Shopify 推出了 内部扫描工具 Overexposed,用于定位 GKE 上的 Kubernetes Ingress 和 Cloud Run 服务,并检查它们是否能够在没有身份验证的情况下从互联网访问。该工具的第一个版本基于代码仓库中的配置文件,但存在误报和盲区

    来源 腾讯网
  14. 企业AI落地的死结,从来不在工具

    就在昨天,老杨的群里某企业的CIO朋友发了这样一段话:"组织提效不是靠工具能解决的,高效敏捷的组织,用邮件效率都很高;天天扯皮甩锅的那些,给他免费用世界上最好的软件也是用不好的。" 无独有偶,前段时间老杨与一家制造业集团的CIO朋友聊天,他那天刚被总经理点名:"咱AI也上了、协同软件也买了,怎么跨部门对账还在微信群里扯

    来源 AI 行业观察
向下滚动自动加载更多