X 热议：Thorsten Ball 发长文《How I work with Agents》，分享 15 条 AI 编程 agent 工作法，近 4 千收藏

核心背景与行业痛点

随着编程 agent 能连续执行长任务，很多开发者卡在「怎么用」而不是「能不能用」：提示写得太细、反复来回微调、担心代码变成一堆难维护的「slop」。UTC 10-25 15:58，开发者 Thorsten Ball（@thorstenball）把平时私信给朋友的建议整理成 X 长文《How I work with Agents》（原帖），开头注明是「截至 2026 年 10 月」的做法。文章很快进入 X 热门话题，抓取时收藏数（3,981）约为点赞数（1,935）的两倍。

架构亮点与底层机制

文章的核心思路是「让 agent 看见现实」。作者认为，真正减少幻觉的是工具调用：agent 看不到的东西就会编造，所以要让它端到端运行自己写的东西，读线上日志、部署、观察发布、切换功能开关、处理 bug 报告。作者提到团队为 bug 报告、给用户发邮件、系统健康检查和授予功能开关做了自定义插件，并以 Amp 为例说明会话记录（thread）与 git 提交关联后可以成为团队记忆。他还建议用对照实验评估 AGENTS.md、skills 等知识文件是否真的被 agent 使用：开 5 个互不知情的 agent，分对照组和实验组比较。

权威 Benchmark 与实测跑分对比

本条是 X 热议和个人经验分享，没有公开跑分，文中也没有给出可复现的实验数据。可核对的只有帖子互动数据：约 1,935 赞、143 转发、92 回复、3,981 收藏、13.7 万浏览。文中「编译器提速 2 倍」只是提示示例，「有的会话 46 条消息、有的 3,714 条」是作者自述，均非基准测试结果。

开发者实战落地与开箱指南

可以直接试的几条：一，把「怎么做」换成「要什么结果」，并给出可衡量的目标；二，不要和 agent 一轮轮试错，而是让它一次生成 20 个变体并做个小页面方便比较，排查问题时让它先提出 4 个假设再逐一验证；三，在 AGENTS.md 里写明什么不算证据，要求 agent 用端到端演示或前后数字证明完成；四，把任务做大、改成异步批量，并用定时检查代替盯屏。作者也承认本地开发环境在多个 agent 同时跑端到端测试时容易资源冲突，远程机器更合适。是否全盘照搬，建议结合团队的代码审查要求判断，尤其是「不再在意代码重复和变量命名」这类观点争议较大。