首席工程师的智能体工作流 视频源自前 Meta 与微软资深工程师 Kun Chen 的分享，详细介绍了他构建的高效 Agent 工程工作流。作者主张采用以终端为中心的开发环境，通过 WezTerm、tmux 与 Neovim 实现全键盘操作，从而保持高效率的专注状态。核心方法论是将 AI 代理视为船员，通过全局与项目级内存文件以及技能插件完成角色初始化与能力对齐。为了提升产出质量，作者开发了 lavish 用于可视化交互协作，并利用 No Mistakes 自动化管线确保代码通过严格评审与测试。此外，他展示了如何通过 Treehouse 并行管理多个任务，并引入 First Mate 作为首席助理来统筹全局。这套体系旨在让开发者从繁重的编码琐事中解脱，转型为指挥 AI 团队的技术船长。 #大模型 #claudecode #codex

大家好，欢迎观看本期视频。这将是我关于智能体工程工作流程的完整演示。我叫Kome，我曾是一名L8级首席工程师，曾在Meta、微软和Anthropic工作，参与过许多大规模系统的开发，比如必应搜索引擎、Windows和Facebook游戏。过去的几年里，我在Anthropic开发了前沿的编程智能体，并帮助许多工程团队有效地使用这些工具。同时，我自己也大量使用智能体，每天几乎都能提交四十到五十个PR，有时甚至更多。同时这些都是经过充分测试并已上线生产环境的代码，不是你在社交媒体上看到的那种随便玩玩的Minecraft演示。我已经将我的工作流程打磨得既高效又充满乐趣。最近有很多人问我这个工作流程到底是什么样子的，你可以看到这是一段比较长的视频，因为我会详细讲解许多代理工程的基本概念，不仅会展示我是怎么用工具，还会解释为什么要这样做，以及这些方法背后的原理。这些并不是看起来很酷，但实际上无法用于真正工作的噱头，这些都是像我这样的专业人士用来完成实际工作的真实工作流程。在本视频结束时，我希望你能像一位船长一样，能够驾驭一艘大型船只，带领一支为你工作的代理团队，并且能够轻松愉快地完成任务。总体来说，我们将会依次讲解以下几个章节：我们会从组装我们的船只开始，在这一部分我会介绍核心的搭建方法；接下来我们会讨论如何通过正确使用记忆和技能来招募并培养我们的船员；接下来我会演示如何高效地与一名船员协作，然后我们将升级到同时与多名船员协作；最后我们会招募一位大副，帮我们管理大量的日常事务，这样作为船长的你就能专注于全局。 第一个阶段就是收集装备并建造我们的船只。现在当我们进入我的工作流程时，有一件事你很难忽略，那就是我几乎所有操作都是在终端里完成的。我知道有很多人会告诉你，图形用户界面更好，它能带来更丰富的交互和更好的视觉效果。但我认为在本视频结束时，我或许能让你相信终端其实还远未过时。我主要出于两个非常实际的原因使用终端：其中一个原因是，我的手几乎永远不需要离开键盘，其实这比大多数人想象的要重要得多。因为当你的手一直停留在键盘上时，你就能保持专注的状态，但如果你每隔几秒就得把手移到鼠标上，就会打断你的专注，让你的大脑不得不切换上下文。我知道有些图形界面应用也有很棒的快捷键，可以让你用键盘完成大部分操作，但这并不是图形界面应用的主要交互方式，而且当你偶尔还是不得不用鼠标时，很难养成手一直放在键盘上的习惯。而终端应用则完全是为键盘设计的，所以你的手没有理由去别的地方。另一个促使我使用终端的重要原因，是我可以在任何地方保持完全相同的工作流程，甚至在手机上也是如此。但如果你真的不喜欢终端，那也没关系。我制作这期视频的目的是想更多地讲述代理工程背后的基本概念，而不是具体的操作方法，所以我谈到的大多数内容同样适用于基于图形界面的工作流程。 既然我们现在看到的是终端，那我就来分享一下我用的是什么。你现在看到的这个漂亮简洁又优雅的终端模拟器叫做WezTerm。WezTerm是一款由一位名叫Wez的人开发的高性能终端模拟器，它在GitHub上有两万六千个星标，并且已经存在很多年了。我喜欢它主要有两个原因：其中之一是它真正实现了跨平台，这是我能找到的唯一一个在Windows上能和在Mac和Linux上一样运行的终端模拟器。现在我主要只在Mac上工作，但当我在微软工作被迫用Windows办公时，它真的帮了我大忙。另一个原因是它高度可定制，你可以通过编写Lua脚本来配置几乎所有内容。来，我给你展示一下我的配置文件，所有配置都在这个名为wezterm-moon-nova的文件里，它是一个Lua脚本，所以不仅仅是静态的数值，你实际上可以设置条件，编写各种逻辑，让你的配置变得非常动态和灵活。如果我在这里更改一些设置，比如把配色方案改成Chalk，你会看到它会立刻热重载，非常方便。但我还是喜欢我的Rose Pine Moon，所以我们还是切回来吧，我用不了其他的配色方案了。 在WezTerm里面，我运行了一个叫做tmux的东西，它是Terminal Multiplexer（终端复用器）的缩写。如果你还没接触过这个，可能直接演示一下它的作用会更容易理解。所以我在这里输入这个命令来启动一个tmux会话。现在我已经进入了tmux，你可以看到没什么太大变化，除了顶部多了一条显示一些信息的栏，而且我依然可以在这里输入命令。但现在我可以把终端分割成多个面板，想要多少就有多少，这非常有用。因为我可以在一个面板里启动一个Agent，在另一个面板里打开编辑器，同时还可以留一个面板给自己用来运行命令。我还可以打开多个标签页，在tmux里，它们也被称为窗口，这对于并行运行多个Agent的会话非常有用。另一个很酷的地方是，tmux会话会在tmux服务器中保持持久。所以如果我在这里用快捷键从tmux分离，你可以看到我回到了普通的Shell，没有顶部的tmux状态栏。但如果我再次输入相同的命令启动tmux，我就会回到之前完全相同的状态，这样我就可以在这里继续我的工作了。更有用的是，我可以从其他设备，比如我的笔记本电脑或者手机连接到同一个会话，这真的是一个游戏规则的改变者。如果没有这种以终端为中心的工作流，这是很难实现的。如果你只是安装了tmux，默认情况下，它并不会有我们这里展示的这种体验，比如标签栏和元数据，你可能需要进行一些配置和自定义。让我给你展示一下我的tmux配置就在这里，这些设置大多是我多年来一直在用的，快捷键已经形成了肌肉记忆，其中有一些是用来启动和实现各种行为的。有很多YouTube视频会更详细地介绍tmux的配置，所以我在这里就不深入探讨了。目前你只需要知道，你很可能需要花些时间来配置你的tmux，让它看起来更美观，用起来更顺手。 这里用的文本编辑器是Neovim，它基本上是Vim的现代版本，它是我最喜欢的文本编辑器。如果你还不熟悉Vim，它是一款编辑器，主要目的是让你的手始终放在键盘上。所以，如果你看我的按键操作，我可以用键盘上下左右移动光标，我也可以向上滚动或者向下滚动。如果我要进行编辑，我可以进入插入模式，开始输入任何我想要的内容，有大量的快捷键可以完成你需要做的所有事情。比如说如果我想删除当前这一行，我只需要输入dd，这一行就被删除了，我可以通过输入u来撤销操作。如果你看左边，我有相对行号，这个二百三十八行号是当前行号，上面显示的1表示它是当前行的上一行，下面的行也是如此。