Notes Hub 筆記大全

All Code Is Slop (Except Mine)

所有程式碼都是 slop,除了我寫的

Lauren Tan(poteto)在 AI Engineer Code Summit 2026 的演講。
2026 年 11 月 11 日,San Francisco,全長 17 分 31 秒。

在 YouTube 看完整演講

Lauren Tan 在 SpaceXSI 做 Grok Bot。她說自己在演講前一個月送了 3,000 個 pull request 上 production,整個團隊送了 11,000 個,而被退回的比例大約只有 0.5%。

這場演講講的是她怎麼走到這一步。答案不是更厲害的 prompt,而是把 agent 工作的環境整理到值得信任。

每次糾正 agent,不要只是在說明文件多寫一行。把它變成程式碼裡會自動擋下錯誤的檢查。

17 分鐘的演講地圖

每一段的寬度代表它佔的時間。點任何一段會從那裡開始播放。

  1. 把 slop 變成黃金
  2. 信任金字塔與 codebase 品質
  3. Dune 與可強制執行的架構
  4. 用 lint rule 取代註解
  5. 執行期驗證與 feature map
  6. 形式化驗證與 UI 測試
  7. 把 token 花在驗證上
  8. 11,000 個 PR 與 0.5% 的退回率
  9. 先打地基,再蓋 software factory

為什麼重點是信任

以前只有極少數工程師產量驚人。有了 agent,人人都能大量產出程式碼,產量不再稀有。Lauren 認為工程師的工作因此變了:要在產量暴增的同時,把品質守住,甚至拉高。

有人把這套做法叫 software factory。她寧可說得簡單一點,就是信任。不是盲目相信 agent,而是投資在它的環境上,讓你有理由相信它會做對。

關鍵在於 codebase 本身就是 agent 最大的輸入之一。現有的 workaround、過時的寫法、技術債,都會被下一個 agent 當成「這裡的慣例」照抄。輸入是 slop,輸出就是 slop。

信任金字塔

她用一個倒過來的金字塔說明時間該花在哪裡:越上面越寬,越值得優先投資。下面依演講內容整理成四層,點任一層看說明。

Codebase 本身

確定性,投資最多

API 設計、架構、重構。讓正確的寫法成為最容易的寫法,錯的寫法根本寫不出來。這一層做得好,下面每一層的負擔都變輕。

靜態分析與測試

確定性

Lint rule、型別系統、編譯器、各種測試。和第一層合起來限制 agent 能做的事,讓它預設就做對。這些檢查每次結果都一樣,所以比寫在文件裡的規則可靠。

驗證

執行期與形式化

讓 agent 自己把程式跑起來找 bug,並檢查系統該成立的性質。它也用來確認 agent 是否真的理解你的目標。

文字

需要判斷,只放一點點

Rules、skills、AGENTS.md。文字無法強制執行,agent 可能照做也可能不照做,所以放在最窄的一層。

Codebase 是一座花園

Lauren 回想 2024 年,她一天大約 review 同事的 3 個 PR。現在這個數字比較像 300。

3 個,2024 年的一天
約 300 個,現在的一天

每位工程師現在等於帶著數百甚至數千個 agent,程式碼湧進來的速度像連續的水流。她說這讓 codebase 感覺像有機體,而工程師越來越像園丁。

你設下的限制是水泥地基,新的程式碼沿著它長。壞的寫法則像雜草,一不注意就蔓延。目標是把花園維持得夠乾淨,讓 agent 永遠抄到好東西。

她實際怎麼做

把教訓寫進框架

團隊為 Grok Bot 做了一個叫 Dune 的 client framework。她形容它像「Electron app 版的 Next.js」,技術上不算特別,特別的是它內建大量限制與 lint rule,把做桌面應用學到的教訓直接編進去。

其中一條教訓:凡是需要細膩判斷才能用好的東西,往往會產生 slop。

在產品程式碼裡禁用 useEffect

useEffect 有它的用途,但很容易誤用,agent 也不擅長。團隊的做法是在產品程式碼裡直接禁用,只允許出現在 Dune 內部的少數地方。這一類問題從此整個消失,code review 再也不用抓它。

讓目錄結構自己說話

Electron app 有個常見問題:agent 會把 main thread 的程式碼 import 進 renderer thread,造成畫面卡頓。在 Grok Bot,最上層就分成 renderer 與 main 兩個目錄,兩者之間的 import 由 lint rule 禁止。規則很好設,review 時就少一件事要想。

禁掉 99% 的註解

她發現 agent 會把註解當成寫下「為什麼不照正確方式做」的地方。例如用計時器做快速修補,再寫一段註解解釋為什麼合理。下一個 agent 讀到後跟著抄,修補就擴散到各處,效能明顯變差。

所以 Grok Bot 禁掉了 99% 的註解。註解容易過時,人類其實不太讀,而且最大的問題是無法強制執行。取而代之的是 lint rule,錯誤訊息寫得很清楚,直接叫 agent 去修根本原因。

  1. agent 做錯,你糾正它
  2. 把糾正寫成 lint rule、型別或架構限制
  3. 這一類錯誤不再出現
  4. review 要看的事少一件
重複夠多次之後,會發現沒什麼好 review 的了,可以讓 agent 自己合併大部分的 PR。

驗證:review 變成看證據

她說 code review 現在已經縮成看驗證的產物:影片、截圖、圖表、形式化驗證的結果。

執行期驗證
讓 agent 能自己把程式跑起來,並使用人類也在用的除錯工具。團隊給 agent 一份 feature map,從使用者角度列出所有功能,像網站地圖。你說「左側欄那個東西」時,agent 就不必用猜的。
形式化驗證
用 TLA+ 檢查主要的使用者流程,例如跨裝置的通知。用 Lean 證明特定演算法,例如確認自製的 virtualization library 不會閃爍。她說這還在實驗階段,但已經找到不少 bug。
UI 的 property-based testing
剛開始嘗試,用的工具是 Bombadil,已經抓到幾個 UI bug。

她引用另一位工程師的說法:半年前對方還無法信任 agent,因為總有細微的 bug 被合併進去。補上驗證流程之後,對方每天有 70% 的 token 花在驗證上。Lauren 說自己的情況也差不多。

這些都不是新技術,只是以前太貴:難懂、難寫、難維護。Agent 把成本壓低了,所以她說我們正在進入軟體測試與驗證的黃金時代。

一個月,11,000 個 PR

下面每一個點是 Grok Bot 團隊一個月內送上 production 的一個 PR。紫紅色的是被退回的,依講者說的約 0.5% 換算,大約 55 個。

合併的 PR 被退回的 PR

3,000
Lauren 個人一個月送出的 PR
約 227 人
十月至少貢獻過一個 PR,包含不少不熟這個 codebase 的人
每天一版
client 發布新 stable 版本的頻率
6 個月
她走到這個程度花的時間

這些是講者自述的團隊數據。她也提到 Grok Bot 上線後在啟動、打字、開新對話、切換對話等方面都變快了。

想照做,從哪裡開始

  1. 先別急著把一切自動化。每次糾正 agent,就順手改善 codebase。
  2. 從一條 lint rule 開始,擋住壞寫法繼續出現,再回頭清掉舊的。
  3. 把驗證做紮實,讓 agent 能自己證明東西是對的。
  4. 地基穩了,再在上面蓋自己的自動化流程。

If your inner coding loop produces slop, then automating that loop just produces more slop.

Lauren Tan

如果寫程式的內層迴圈產出的是 slop,把它自動化只會得到更多 slop,還要燒更多 token。

Reference

  1. 演講影片:All Code Is Slop (Except Mine) — Lauren Tan, SpaceXSI,AI Engineer,YouTube。
  2. 官方整理頁:ai.engineer/talks/…all-code-is-slop-except-mine
  3. 議程表:AI Engineer Code Summit 2026 Schedule
  4. 講者場次頁:ai.engineer/code/2026/talks/lauren-tan
  5. Bombadil:github.com/antithesishq/bombadil