Matt Pocock：AI协作的关键，20多年前的老书里就有

264K 🌟 Skills For Real Engineers @mattpocockuk 与 The Pragmatic Engineer @GergelyOrosz 梦幻联动了！96 分钟深度对谈，把“如何提升与 AI 协作质量”的关键点，完全展开讲明白了。

而这些关键点，恰恰不是什么新方法，只是把 20 多年前经典软件工程书籍中的智慧重新用起来：用对指令、建好反馈回路、保持代码库整洁，因为你的代码库就是 Agent 生存的环境。

Matt Pocock：一条非常规的职业路径

Matt Pocock 的经历本身就是一个注脚。他做了六年声乐教练和语音教师（在伦敦教歌唱、口音、莎士比亚戏剧台词，拥有硕士学位），为了不再住伦敦、回到乡下生活，2017 年前后转行自学成为开发者。他的第一个作品是一个分析学生嗓音频谱的 Web Audio 工具，极其野心勃勃但跑得很烂。

这段经历给了他一项“不公平的优势”：几乎零技术背景，却极擅长向人解释技术。他因此晋升极快，历经多家外包公司，成为 TypeScript 早期布道者（他讲了一个经典案例：前后端分离团队因后端随意改契约而混乱，引入 TypeScript 后前端速度反超）。后来他进入 XState 作者 David Khourshid 的 Stately 团队，又在 Vercel 短暂工作过（参与了 Turbopack 初版文档）。

真正改变他命运的是 Total TypeScript 课程：与 Egghead 创始人 Joel Hooks 合作，2023 年初发布后迅速达到七位数营收，累计总收入 250 万美元。他的商业模式很“干净”：不做赞助、不接受打赏，只靠产品本身和企业的教育预算。

然后，AI 来了。

核心论点一：知识已死，智慧永存

Matt 对自己业务受到的冲击非常坦诚：Total TypeScript 的收入在下滑，因为“知识”（语法、怎么写）已经变得极其廉价，随手可查，甚至可以让 Agent 教你。

但“智慧”（为什么这样设计、长期后果是什么）并没有变得更容易学。他借用了 John Ousterhout（本书作者也曾上过这档播客）的划分：

战术性编程（Tactical）：眼前的、局部的实现；AI 已经基本吃掉了这一层；

战略性编程（Strategic）：长期结构、架构权衡；这成了人类唯一必须守住、且价值暴涨的领域。

转折点是去年 12 月的寒假（Claude Opus 4.5 发布、大家假期疯狂使用后集体“顿悟”的那个冬天）：他意识到 Agent 终于“好到可以委派了”。

核心论点二：他的方法论，从 grill me 到 wayfinder

Matt 的 AI Skills 仓库已获 23 万 star，是全球第二受 star 的 skills 仓库。他的整个工作流建立在一个关键认知上（来自 Dex Horthy 的“聪明区/愚蠢区”理论）：

无论上下文窗口多大，只有前约 15 万 token 是“聪明区”，之后模型的注意力关系逐渐退化。所以大工程必须切分到多个会话中。

由此形成了他的完整流水线：

1. grill me（拷问我）最出圈的 skill。让 Agent 像一位资深工程师那样无情地追问你：认证用 Bearer token 还是 JSON？限流精确到什么粒度？主持人自己实测：想做一个“查邮箱是否订阅”的简单 API，被问了 35 个问题，“又烦又震撼”。它的本质是解决人机沟通鸿沟——Agent 再聪明也读不懂你的心，不会自动继承你的价值排序。grill me 让你先对齐范围和决策，再动手。他甚至从原理上给这类 skill 归因：“每个人都有一个被 grill me 折磨的故事”，模型在这个框架下会出现涌现行为，主动跳出框框向你抛想法。

2. spec → tickets 把拷问结果沉淀为规格文档，再拆成“一个会话一张工单”，用实现循环逐张消化，从而绕开 15 万 token 的墙。

3. wayfinder（寻路者）更野心勃勃的一层，处理“一个 grill 会话根本装不下”的超大工程（他举例：做一个 Stripe 克隆）。核心隐喻是地图 + 战争迷雾：所有决策点构成一张有向无环图，每次拷问会话拨开一片迷雾、点亮若干里程碑，直到抵达终点。地图上可以有拷问、原型、研究、基建等不同类型的工单。他自己的用法已超出编程：用它规划课程、甚至在自家花园里盖办公室。

4. 日班/夜班节奏 白天规划，晚上让 Agent 干活，早上起来看干净的代码。他为“离开键盘（AFK）”优化一切，因为他痛恨在终端间不停切换上下文。

何时用哪一档？他给了清晰的决策树（与科技公司的 PRD 实践惊人地一致）：

核心论点三：最有意思的发现，“引导词”（Leading Words）

这是全场最具原创性的洞察。Matt 在实验中发现 Agent 在生产“软件熵”，代码越改越烂（呼应《程序员修炼之道》中的 software entropy 概念），于是他翻开书架上还没拆封的《The Pragmatic Programmer》，发现几乎每一行都像是为今天写的。

他的关键动作：把书里的经典概念，曳光弹（tracer bullet）、垂直切片（vertical slice）、不要超出车灯照见的范围（don“t outrun your headlights）、巧合式编程（programming by coincidence），直接写进提示词。结果发现：

模型开始把这些词”说回来“，在自己的推理痕迹里使用这些术语，行为随之改变。

原理很朴素：这些经典书籍在模型的训练数据里，术语本身就是激活模型深层概念的钥匙。他把这个技巧命名为引导词（借用文学修辞术语 Leitwort，重复一个短语来引导）。这与 Kent Beck 三十年前和 Ward Cunningham 抱着同义词词典找”最准确的那个词“的做法，形成了一次完美的历史回环——用对词，从来就不是新发明，只是我们忘了它为什么重要。

同样的思路延伸到了 DDD（领域驱动设计）：他发现 Agent（尤其 Opus 5）啰嗦至极，而建立 Eric Evans 所说的统一语言（ubiquitous language）能让人机对话发生质变——他和 Agent 一起发明了”幽灵课程"“物化级联（materialization cascade）”这类领域术语，之后只需几个词就能描述复杂的变更意图，Agent 也能靠 grep 领域词汇轻松导航代码库。

核心论点四：为什么代码库整洁变得更重要了

他提出了一个精妙的类比，《记忆碎片》驱动开发（Memento-driven development）：Agent 就像一个每天早上醒来就失忆的人。人类可以靠长期记忆“硬扛”烂代码库，Agent 不能，每个会话都是初见。

所以：你的代码库就是 Agent 的运行环境，优化环境就是优化产出。他把工程师的角色重新定义为：

“我们本质上就是我们 Agent 的平台团队。”

这也是对“园丁”隐喻的回应（工程师 Lauren 的帖子：每个团队都需要有人静静看着 PR 流、拔掉像常春藤一样蔓延的 lint 抑制）：Matt 的回复更激进，“你的团队唯一需要的，就是园丁。”他每天早上有一个自动循环跑“改进代码库架构”的 skill，给出提案，一键转工单执行。

其余重要观点速览

战略编程为什么难学？反馈回路太长，战略失误要 9 个月后才会找上你（他用的比喻：面对一个巨大的调音台推子阵，混音时听不出问题，九个月后才炸）。AI 让你跑得更快，所以战略错误也会更快反噬，这反而压缩了学习周期。但他与主持人有一段精彩的开放讨论：AI 也能更快修复错误，伤疤变浅，“学习是否还那么深刻”是个真问题。

初级工程师怎么办？他反问：既然战略知识能以空前的杠杆率使用，公司为什么还要雇一个不具备它的人？Uncle Bob 给他的建议是“把新人当 Agent 用一段时间”再让他成长，他直言这是巨大的浪费。对新人自己的建议：尽情使用 Agent，但别把“学习”本身外包出去，“只要还在学习，我们就没事。”Grill me 的妙处正在于它逼你持续思考。

TDD 的重新评估：TDD 本质是为“工作记忆很小的人类”设计的（失败的测试帮你记住做到哪了），Agent 的工作记忆比人大得多，所以 TDD 瞄准错了问题。但 Agent 确实需要反馈回路，且 TDD 让 Agent 难以作弊。他常说的是“给我 TDD 证据，证明没有这个改动，测试就会失败”。另外 Agent 特别爱写同义反复的垃圾测试（定义常量然后断言常量等于自己），需要自动化审查 Agent 来治理。

技术债：Jared Friedman（YC）发推“技术债曾是你不得不与大代码库共存的东西，现在不用了”，Matt 的神回复：“是的，现在小代码库里也能共存了。”核心是 Agent 无法战略性思考，极易让代码库随时间劣化——这是一场永恒的战斗，需要自动化的实现 Agent + 审查 Agent 双轨制。

告别本地开发环境：“我在放弃本地开发环境，这对我毫无意义。”理由是协作，组织需要共享那“100 个终端”，需要能在 Slack/Discord/Linear 里 @ 一个人进入拷问会话。他现在每天和 Agent 开晨会，让它排日程、理解他的 Discord 消息。（主持人补充：Ramp、Stripe、Uber 的平台团队把云端开发环境做成一条 Slack 命令，70–80% 的开发者已自愿转向云端，前端是少数例外。）

瀑布流骂错了吗？引用 Grady Booch：瀑布流的问题从来不是“先计划再实施”，是计划花一年、实施花三年，四年后发现做错了东西。两周到三个月的“迷你瀑布”一直是大厂的常态，那个被大家打的“瀑布流皮纳塔”其实早就不存在了。

为什么留在英国乡下而不去硅谷？他承认自己没有内幕信息、无法预测未来，所以只专注“让现在有效的东西有效”，这反而收窄并聚焦了他的探索。他拒绝自我叙事成“每一步都踩对了的天才”，归因于运气加上快速失败三个月的笨功夫。

教育的未来：作为教育者，他认为 Agent“教你一切”的想法很性感但只在部分场景成立，人们真正需要的是策展（curation），把知识依赖图变成一条最优线性路径（他形容为“在知识图谱上跑 Dijkstra 算法”），而这恰恰是战略性工作，AI 不擅长。他从 TypeScript（战术层）到 AI 工作流（战略层）的转型之所以成立，正是因为踩中了这个价值转移。

我们能从这期访谈学到什么？

Gergely 结尾点破了全部讽刺之处：Matt 在寻找“如何与 AI 更好协作”的答案时，真正帮到他的不是任何前沿新方法，是《The Pragmatic Programmer》《软件设计的哲学》《领域驱动设计》这三本 20 多年前的老书。记载于纸上的最佳实践不仅依然有效，在 Agent 时代反而变得更加重要——因为 Agent 没有长期记忆，每次运行都是初见你的代码库；因为软件熵在 Agent 手里以前所未有的速度累积；因为沟通鸿沟比以往任何时候都真实。

最后记住这三句话：

用对术语：经典工程词汇是激活模型深层能力的引导词；

建好反馈回路：代码库是 Agent 的环境，做你 Agent 的平台团队和园丁；

守住战略层，别把学习外包出去：知识已经免费，智慧和品味才是你唯一的护城河。