HashiCorp 創辦人 Mitchell Hashimoto 分享了他使用 AI 代理工具改變開發流程的經驗，並將轉型過程拆解為 6 個步驟，為開發者提供提升效率的實用指南。這些步驟涵蓋了從捨棄聊天機器人到建立 AI 代理穩定運行等各個方面，旨在幫助開發者將 AI 真正整合到開發流程中。
Hashimoto 認為，要將 AI 真正整合到開發流程中，首先要捨棄 ChatGPT、Gemini 等聊天機器人。這類對話式 AI 在處理複雜任務時，缺乏對專案全貌的理解，開發者需要花費大量時間手動複製程式碼並糾正 AI 錯誤，效率極低。他建議開發者轉向使用具備讀取檔案、執行終端機指令及發送 HTTP 請求能力三項基本工具的 AI 代理，才能在真實開發環境中發揮實質作用。
在實際操作層面，必須分辨 AI 何時會瞎掰回答，因此需要實際手動練習，摸索 AI 代理的能力邊界。Hashimoto 提出了一套獨特的訓練與排程策略，他強迫自己先手動完成編碼，再要求 AI 代理在沒有提示的情況下重現相同結果，藉此精準掌握 AI 的能力邊界並學會拆解任務。
利用每天下班前的 30 分鐘啟動 AI 代理，讓它在你休息時進行非同步作業持續產出。在下班前啟動長時間運行的任務，指派 AI 去做耗時且不需要即時回應的任務，例如深度市場調研、平行測試多種實作方案、GitHub PR 預審等。隔天上班直接閱讀整理好的報告，跳過啟動成本，直接進入工作狀態。
當你對 AI 代理的成功率累積足夠經驗後，將那些 AI 幾乎不會失手的瑣事完全交給它。在此階段中，橋本特別強調要關閉 AI 的桌面通知，以防止大腦在不同任務間切換所消耗的「情境切換」成本。應該由人主動掌控檢查進度的節奏，而非被動地被 AI 的訊息中斷思考。
為了長期的穩定性，當 AI 代理犯錯時，不要只修正程式碼，要修正像 AGENTS.md 的行為手冊或編寫輔助工具，確保 AI 具備感知環境的能力，且不再重蹈覆轍。將 AI 犯過的錯誤寫入提示指令集，如果 AI 經常引用錯誤資訊，就在文件裡明確禁止。開發輔助工具，例如寫一段腳本幫 AI 截圖或跑測試，加強 AI 的驗證能力。
這是 Hashimoto 目前的最終目標：隨時檢視是否有任務可以交給 AI。他期望將 AI 轉化為背景程式，在開發者專注於解決難題的同時，後台始終有一位勤奮的助理在處理低階產出。這種「人機並行」的心流模式，讓人們能從繁複雜務中解脫，將專注力回歸到解決難題與享受創造的樂趣。
Hashimoto 強調，AI 代理的目的必須是為了完成真正有幫助的任務，不要為了用 AI 而用 AI。要達成高效率的自動化有個前提，就是開發者必須先最佳化自身的工作流程與工具鏈。即便不使用 AI，改善工作流程本身就是極具價值的投資，這才是讓 AI 能順利接手的基礎。
This is a simplified version of the page. Some interactive features are only available in the full version.
本頁為精簡版，部分互動功能僅限完整版使用。
👉 View Full Version | 前往完整版內容