Grok/Cursor 工程师揭秘：月发 2462 个 PR 的 agent 工作流
dumpshoot · reddit · 2026-10-27
Grok Bot 与 Cursor 团队首席工程师 Lauren Tan（poteto）分享她用个人 skills 集合配合编码 agent 的工作方法：每月向生产环境合入约 2000 个 PR，8 月单月达 2462 个。她认为 PR 数与代码行数本身意义不大，但 agent 在保持质量的同时放大产出时，规模开始有意义。
第一部分：agent 先要学会自我验证
- 验证是核心基础设施：agent 必须能运行应用、检查结果、循环修复直至满足需求，否则人成为瓶颈；做对这一点可提升团队生产力 100–1000 倍（个人经验估计）
- 为 agent 配备验证工具：Web/Electron 用 Chrome DevTools Protocol，iOS 用模拟器；不够就自建 CLI（会话管理、发命令、截图、读无障碍树、性能 trace、看日志）
- pstack 的「Build the Lever」原则：CLI 可组合、指令清晰、输出 JSON 等机器可读结果、错误信息写明下一步、危险操作支持 --dry-run
- Feature Map 充当「压缩记忆」：描述应用有哪些功能、各自用途、入口与快捷键，帮 agent 免于每次会话重新探索；需日常维护（如每天跑 /maintain-verification-skill），否则 agent 会按过时信息错误验证
- 并行跑多个 agent 时，她不建议依赖 Git worktrees（耗磁盘和本地算力），更倾向自带环境的云端 agent，Cursor 提供初始环境并快照加速后续启动
第二部分：别指望 agent 猜懂模糊需求
两大常见问题：初始请求不够清晰，或 agent 缺少在代码库中正确工作所需的上下文。产出质量取决于上下文准备而非模型本身；她的技巧之一是「间接提示」——让 agent 用自己的话复述问题（文章在此处截断）。
「编程与Agent」频道最新
- Matt Pocock 提议给「Agent 擅长的任务类型」起个名字 — mattpocockuk · 2026-10-27
- xAI 免费放出 18 篇 Grok Bot 实战指南,覆盖销售到工程约 3 小时 — victor_explore · 2026-10-27
- 精算部门一线观察：Agent 落地瓶颈在领域知识而非模型能力 — Electronic_Sort_6627 · 2026-10-27
- 「每天 100+ commits 成新底线」：AI 编码时代的产出军备竞赛 — damnGruz · 2026-10-27
- Rocket 开放应用平台上线：为 vibe coder 汇聚与分发 AI 应用 — alexmacgregor__ · 2026-10-27
- 不建 3D 模型：用 AI 生成视频拆帧做出可交互 3D 商品展示 — aigclink · 2026-10-27