AI 结对编程模式

人和 AI 最佳的协作方式,是明确谁在"驾驶"、谁在"导航"——以及你该在什么时候介入。

驾驶员与导航员

经典结对编程中有一个比喻,同样适用于和 AI 合作:一方"驾驶"(编写/执行),另一方"导航"(一起思考、纠正、把握全局)。和智能体合作时,你通常会反转这个角色:智能体驾驶(编写代码),你导航(指明方向,及早纠正)。

规划、审查、执行

一个经过验证的模式分为三个阶段:先让智能体制定一个计划(还不写代码),然后阅读并修正这个计划,之后才让它去实现。这样能避免智能体为错误的方案写出大量代码。

什么时候该介入

一旦你发现事情走偏了,就立刻介入——不要等到最后。如果你不得不两次纠正同一个错误,通常更值得用一个更精确的提示词重新开始,而不是进行第三次修正。

反馈循环

最短的循环就是最好的循环:智能体走一步,你(或第二个智能体)检查,反馈返回,再走下一步。这对代码和审查都适用——一个没有亲自写过这个方案的人,能用新鲜的眼光发现更多问题。

示例

新功能的流程:1)"探索一下我们目前是怎么管理会话的,读一下相关文件。先不写代码。" 2)"为 Google OAuth 登录制定一个计划。"——阅读这个计划,删掉一个过大的步骤。3)"实施这个计划,为回调函数写测试。" 4)"用一个子智能体,对照计划审查这个 diff——报告遗漏之处,不要提风格偏好。"

🛠️ 练习——自己动手试试

在你项目中的一个小型真实任务上练习规划-审查-执行的流程。

选一个小但不算琐碎的任务(比如一个带校验的新表单字段)。
先只让智能体制定一个计划,不写代码:"制定一个3-5步的计划,先不写代码。"
阅读这个计划,有意识地至少修正一个步骤,然后再逐步让它实施。

✅ 自查清单

☐ 在代码产生之前,你是否真的修正了计划中的一个步骤?
☐ 最终的代码是否比你直接说'做出X'更接近你的本意?
☐ 如果你没有读这个计划,你本该在哪个地方介入?

小测验

在与智能体协作时,把规划和实现拆分成不同步骤的核心好处是什么?