Bruce Wong Blog

非凡的结果始于伟大的问题.

GitHub Copilot CLI:当 AI Agent 成为流水线的一员

Copilot CLI(5)

前四篇聊了交互模式、非交互模式、工程闭环、自动化脚本。这一篇回答一个更现实的问题:当 AI Agent 深度参与软件研发生命周期时,人类工程师的工作方式要发生什么变化? 答案是:人不再亲力亲为每一个环节,但关键决策仍然需要人在场。 过去,工程师的日常工作是线性的:写代码 → 自测 → 提交 → 人工 Review。每个环节都靠人亲力亲为,注意力被大量重复判断切割。AI Agent 进入流...

别当副驾,当驭手:AI 时代的人类新位置

2026 年 5 月,硅谷对同一个问题给出了两个相反的答案。 还记得敏捷开发时代的口号吗?“我们要构建 10x 工程师团队”?那个时候还觉得很遥远。而如今,Andrej Karpathy 在 Sequoia AI Ascent 2026 上提出,Agentic Engineering 的天花板远不止 10x——AI-native 团队正在用 token 账单替代传统工程团队的人头扩张。另一...

从 CI/CD 到 Makefile:Copilot CLI 非交互模式探索

Copilot CLI(4)

前三篇我们都是在交互式终端里和 Copilot “面对面”聊天。这一篇换个玩法:让 Copilot 彻底脱离对话界面,直接嵌入到命令行脚本、CI/CD 流水线、甚至任何你能想到的自动化场景里。 一、什么是非交互模式? 用过 Copilot CLI 的人都体验过那个全屏 TUI——你打字,它回应,来回对话。 但现实工程场景里,有大量任务是不需要人盯着的: CI/CD ...

GitHub Copilot CLI:代码写完了,但工程还没结束

Copilot CLI(3)

今天继续第三部分。功能已经开发完成、测试全部通过,但工程工作还没结束——代码需要被理解、被记录、被传承。 问题:AI 写完了代码,然后呢? 第二部分结束时,我们有了一个完整的功能:PDF 转 Markdown。18 个单元测试全部通过,代码质量合格。 但一个可交付的项目,除了功能代码还需要什么? README/Architecture Docs:后续维护者如何理解这个项目?...

当客户发来一份81项功能的AI需求清单后,我们给了一次培训

AI让”写需求”变得零成本,但也让”伪需求”包装得更难识别。当所有人都能生成一份”看起来很专业”的需求文档时,愿意追问”你真正想解决什么”的人,才是最稀缺的。 一份”完美”的需求文档 上周一位IT负责人发来一份Excel——《XXX数字员工需求清单》。81项功能,10大模块,从Agent身份管理到多模型编排,从幻觉治理到死循环熔断。有优先级、有实现阶段、有性能指标(”≥100...