Daily Reading 20260305

Agentic Engineering Patterns

这俩天抽空把已经更新的都看完了，整体还是有收获的。原则上，“Writing code is cheap now”, 但我们还是要为生成内容负责，这应该是共识。同时，之前在 golang-dev 中看到过相关讨论， Ross Cox 的观点认为我们不应该添加 “Co-Authored-By agent” 在 commit message 中， 这和我的观点也是一致的。由于 claude code 的默认提交风格总是会倾向于添加 “Co-Authored-By”, 最近我在自己的 plugin 中严格禁止了这一项:

1
2
3
4
5

### Rule: No AI Attribution

**Never add `Co-Authored-By` footer for AI agents** (Claude Code, GitHub Copilot, OpenAI Codex, Cursor, etc.).

AI is a tool, not a co-author. The human takes full ownership of every commit in their repository.

第二部分介绍了测试优先的模式，这我觉得也是非常重要的，通过 “Red,Green,Refactor” 来保证 AI 生成的质量。同时在会话开始的时候，优先让 AI 跑一次测试，这样后续会话 AI 都倾向于用测试来验 证改动。虽然我很认同这个模式，但实践起来还是有难度的，比如在我日常的工作中，经历的很多项目可能都没有很好的测试，这时候我先花时间跑一边测试的生成又好像有点麻烦，最近在思考怎么增量 的，动态的做这个工程。

第三部分是讨论如何理解 AI 生成的代码，这一块其实也是验证并保证 AI 生成质量的关键一环。里面提到的 showboat 我体验了一下，是一个有意思的工 具，他能够还原整个 markdown 的构建流程（由一系列 showboat 命令组成），但我第一次尝试生成完再跑 verify 就报错了。但这个思路我感觉是合理的，目标就是保证 AI 生成的质量，把整个过程变 得可重复的。对于一些依赖项目实现生成的文档是非常有用的，我只需要重新跑一下 verify 就可以来确认文档是否还匹配当前项目。我最近在思考怎么跟我在开发中的插件 llm-doc 结合来动态管理整个文档的生命周期。