【从AI怀疑论者到重度用户：一位资深工程师的六步进化之路】
【从AI怀疑论者到重度用户：一位资深工程师的六步进化之路】Mitchell Hashimoto是HashiCorp联合创始人，Vagrant、Terraform等知名开源项目的创造者。最近他分享了自己从AI怀疑论者转变为日常重度用户的完整历程，没有夸张的宣传，只有扎实的方法论。
他开篇就点明一个规律：任何有意义的工具，都要经历低效期、适应期、最后才是真正改变工作流的发现期。大多数人卡在前两个阶段就放弃了。
第一步，放弃聊天机器人。这听起来反直觉，但他发现ChatGPT这类对话界面用于编程效率极低。你只能祈祷它基于训练数据给出正确答案，纠错全靠人类反复告诉它哪里错了。真正要找到价值，必须使用Agent，也就是能读取文件、执行程序、发起网络请求的自主循环系统。
第二步，复现自己的工作。他最初用Claude Code也不满意，觉得修改AI产出的时间比自己写还长。但他没放弃，而是强迫自己把每个手动完成的任务再用Agent做一遍。这个过程很痛苦，却让他从第一性原理出发，真正理解了几个关键点：把任务拆成清晰可执行的小块，模糊需求要分成规划和执行两个阶段，给Agent验证手段它就能自己修复错误。同样重要的是，他学会了什么时候不该用Agent。知道边界在哪里，本身就是效率。
第三步，下班前启动Agent。他的假设是：与其在有限时间里做更多，不如让Agent在你不工作的时间里推进。他会在每天最后半小时启动Agent做深度调研、并行尝试模糊想法、或者批量分类GitHub Issues。这些任务通常半小时内完成，但给第二天早上提供了热启动。
第四步，把稳赢的任务外包出去。当他对Agent的能力边界有了高度信心后，就开始让Agent在后台处理那些几乎必定能做好的任务，自己则专注于真正想做的工作。这里有个关键细节：关掉Agent的桌面通知。上下文切换代价极高，应该由人来决定何时检查Agent，而不是被Agent打断。他认为这也部分回应了Anthropic那篇关于技能退化的论文：你在委托给Agent的任务上确实不再练习，但在手动完成的任务上继续精进。这是一种主动的取舍。
第五步，工程化你的约束系统。Agent第一次就给出正确结果时效率最高。实现这一点的方法是，每当发现Agent犯错，就花时间确保它永远不会再犯同样的错。具体做法包括更新AGENTS.md文件来修正常见错误行为，以及编写脚本让Agent能自动验证结果。
第六步，让Agent永远在运行。他现在的目标是任何时候都有一个Agent在后台工作。如果没有，就问自己：有什么是Agent现在可以帮我做的？他特别喜欢用那些更慢但更深思熟虑的模型，虽然一个小改动可能要30分钟，但结果往往很好。目前他大约能做到工作日10%到20%的时间有后台Agent在运行，还在持续优化。
他在文末强调，自己在AI领域没有任何利益关联，也完全尊重任何人选择不使用AI的决定。他只是一个热爱造东西的手艺人，分享自己如何驾驭新工具。他也坦言，对初级开发者在基础功不扎实时就依赖AI这件事深感担忧。
整个旅程的核心洞见或许是：AI工具的价值不在于它能做什么，而在于你是否愿意投入足够的时间去发现它的边界，然后在边界内让它为你工作。
mitchellh.com/writing/my-ai-adoption-journey
页:
[1]