「所有技术工作都在变成 evals」：工程帅的核心是给 Agent 搭验证闭环
rachittshah · x · 2026-10-17
rohansanjay 发布长推提出核心观点：所有技术工作正在变成 evals。工程师的首要职责变成构建让 coding agents 成为高效维护者的反馈闭环。
论证脉络：
- 模型能力已经很强：只要给出清晰指令、合适的环境和验证其工作的手段，agent 能完成开放式的长时任务。
- 如果你仍认为 coding agents 只会产出「slop」（垃圾代码），说明上述三要素中至少缺了一个。
不同角色的落地：
- 做产品的工程师：可能需要重构代码库，为 agent 提供快速、高保真的变更测试方式。
- 研究者：大部分时间会花在数据合成与环境构建的管线上——实验才是瓶颈，而非想法。
核心艺术在于把现实问题翻译成正确的 eval：让 agent 明确理解「什么才算任务完成」的标准。
「编程与Agent」频道最新
- Thorsten Ball:忘掉 PR 吧,Agent 时代直接 trunk-based 开发推 main — viksit · 2026-10-17
- Ollama 成为 Replicas 推理供应商,可在 Claude Code 等工具中运行开源模型 — ollama · 2026-10-17
- 工程师自嘲:如今每个软件工程师都只是「高级 Agent 管理员」 — KevinNaughtonJr · 2026-10-17
- 开发者吐槽用编码 Agent 后泡在终端时间太多 — pixlpa · 2026-10-17
- Erwin Coumans 用 Claude 一下午复活 13 年前 CUDA 物理引擎 — erwincoumans · 2026-10-17
- Sol 靠截图实时玩 Asterix：动作保持到下一条回复到达 — wzenus · 2026-10-17