跟 AI Agent 一起寫程式(六):工具與長期記憶——把協作規模化
2026年5月30日 · wemee (with AI assistant)
📚 《跟 AI Agent 一起寫程式》 這是一個 7 篇的系列,記錄我跟 AI coding agent 真實協作、一起蓋出這個站的工作法。
前面五篇講的都是心法:分工、開場、引導、收尾、信任。但心法有個現實問題——如果每一條都靠你每次手動執行,你很快會累垮。
每次都重貼一遍背景、每次都口頭叮嚀「先討論再實作」、每次都記得提醒它「commit 別亂加東西」……這些重複勞動會把協作的爽感磨光。這一篇講的,就是怎麼把前面那些「好習慣」固化成系統,讓它們自動發生,而不是靠你的意志力撐著。
這不綁定哪一個工具(我用的是 Claude Code,但概念是通用的)。重點是這幾類機制。
一、設定檔:把穩定的脈絡寫死
第二篇提過的 CLAUDE.md,就是最基本的一塊。它是放在專案裡、agent 每次自動讀的一份「常識說明書」:這專案是什麼、用什麼技術、約定有哪些、雷區在哪。
關鍵心法在第二篇講過:一段背景你會講第二次,它就該進設定檔。 這把「每次重貼背景」這個重複勞動,一次性消滅掉。我甚至會在每個子專案放一份更細的 _CLAUDE.md 當交接文件,讓跨天、跨 session 的協作能無縫接上。
二、長期記憶:讓它跨越 session 記得你
設定檔記的是「專案的事實」,但還有一類東西更個人:你這個人的偏好、你給過的回饋、你們踩過的坑。 這些我交給「長期記憶」。
它跟設定檔的差別在於,記憶是會累積、會演化的——它記錄的是協作過程裡長出來的經驗。舉幾個我實際存進去的:
- 「這個人要『先討論再實作』」——於是 agent 跟我合作,預設就會先給選項跟取捨,不會一句話就埋頭寫 code(第一、二篇那條規矩,被固化了)。
- 「別靜默地縮小任務範圍」——我吃過幾次「我要 A、B、C,它只做 A 還說完成了」的虧,記下來之後它會收斂。
- 「刪任何東西之前,先查清楚、先問」——某次差點誤刪一個還有人引用的舊檔,這個教訓也被記進去了。
最妙的是,這些記憶跨 session 存活。哪怕隔了一週、對話的工作記憶早就清空,新的協作一開場,這些「我們之間的默契」就已經在位了。第五篇說「信任會長,而且該被記下來」——記憶就是那個「記下來」的載體。你不必每次都從零開始教它你是誰。
我把它想成:設定檔是 agent 對『這個專案』的認識,記憶是 agent 對『你這個人』的認識。 兩者疊起來,它才像個共事過一陣子的老同事,而不是每天失憶的新人。
三、Slash 指令:把常用的招式收成快捷鍵
有些協作模式我會反覆用,就值得收成一個指令,一聲令下就啟動。
最常用的一個,是我用來「一次性交付一大批工作」的指令——大意是設一個目標,然後讓 agent 朝這個目標一路做到完成,中途不必每步問我。這個系列七篇文章,就是用這種模式產出的:我給了方向跟「儘量多完成、我最後再讀」的授權,它就連著把七篇寫下去。這正是第五篇講的「放手那端」的操作化身——把「高信任、低干預」的協作,變成一個可以一鍵進入的模式。
還有像「壓縮對話」這類維護性指令:聊太久、工作記憶要滿了,把前面的脈絡濃縮成摘要再繼續,不必開新對話重講一遍。這些都是把「協作的家務事」自動化掉。
四、子代理與平行化:讓它分身
碰到「需要同時從好幾個角度看一件事」的任務,可以讓主 agent 派出子代理去平行處理,各做各的,再把結果收回來。
典型場景像:同時對一份 code 做安全性檢視、效能檢視、風格檢視;或是要在一個大專案裡同時搜好幾條線索。與其讓一個 agent 排隊一件一件做,不如讓它開幾個分身平行跑,最後彙整。這在「廣度大、彼此獨立」的任務上特別有用——本質上跟第二篇的「拆任務」是同一個精神,只是拆完之後同時做。
五、自動化關卡:把驗證焊死在流程裡
第四篇講「把驗證做成關卡」,工具層讓這件事更徹底——你可以設定每次存檔後自動觸發格式化、lint、型別檢查;或在 session 結束前自動跑一次建置驗證。
這樣一來,「收尾要驗證」就不再依賴你記不記得,它焊死在流程裡了。Agent 改完一個檔,formatter 自動跑、type check 自動跑,錯誤當場浮出來。第四篇說「把人會鬆懈的地方交給機器把關」——這就是那句話的具體實作。
(設這類自動關卡有個小細節值得提:像型別檢查這種較重的步驟,要記得加上增量快取跟逾時保護,否則改得太頻繁時,一堆檢查程序會疊在一起拖垮機器。工具給你自動化的power,但你得替它設好安全閥。)
工具的本質:把默契從「靠記性」變成「靠系統」
把這五類串起來看,它們在做的是同一件事:把你跟 agent 之間那些好不容易磨出來的默契,從『靠你每次記得』搬到『系統自動保證』。
- 穩定的脈絡 → 設定檔
- 個人化的默契 → 長期記憶
- 常用的協作模式 → slash 指令
- 廣度的勞力 → 子代理平行化
- 收尾的驗證 → 自動化關卡
沒有這層工具,前面五篇的心法都還在,但你會被「每次手動執行」這件事慢慢耗死,協作規模也撐不大。有了這層,一次性的好習慣變成可重複、會累積的工作流——這才是「一個人加一個 agent,能蓋出一整座有六十四堂課的線上學校」背後,真正讓它規模化的東西。
下一篇是這個系列的收尾。我會把前面六篇的所有原則,放回它們真正發生的那個現場——完整復盤這個程式實驗室,從一句『我全都想做』到八軌道六十四課上線,我們到底是怎麼一起走完的。
留言 0
留言載入中…