AI编程助手的新玩法：从"手把手教"到"当甩手掌柜"

还记得前两年吗？写一个完美的AI提示词简直是个技术活。大家绞尽脑汁，又是加约束条件，又是举例子，恨不得把毕生所学都塞进去，就为了从AI那里得到一个满意的答案。

说实话，这套玩法已经过时了。

现在风向变了。开发者跟AI工具互动的方式正在经历一场根本性的转变——关键不再是"怎么把话说得更清楚"，而是"怎么让AI自己学会怎么干"。

什么是 autonomous coding agents？

说白了，autonomous coding agents 就是一批专门用来处理复杂开发任务的AI系统。这类工具跟传统聊天机器人不一样。传统机器人是你问一句它答一句，然后等你；这些智能体呢，它会自己规划、自己动手、自己检查结果，发现不对还能重来。

具体来说，它们能干这些事：

• 自己拆解任务：遇到复杂需求，自己把它拆成一步步的小目标
• 直接改代码：可以在多个文件之间来回折腾，帮你完成实际的代码改动
• 遇挫不放弃：第一次没搞定，它会换个思路再试
• 主动汇报进度：干到哪了、遇到什么问题，及时跟你同步

这套能力靠的是两个核心命令：/loop 和 /goal。就是这两个小玩意儿，把一个被动的AI工具变成了一个真正能干活的小伙伴。

/loop 和 /goal 到底怎么用

先说 /goal。

这个命令的作用是告诉AI"你想要什么结果"，而不是"你希望它怎么一步步做"。举个例子，以前你可能得说"先打开这个文件，找到那段代码，改掉这个变量名，记得检查有没有其他地方用到这个变量也要一起改……"——说了一大堆。

现在你只需要告诉它："把这个用户登录的平均响应时间从2.3秒压到500毫秒以内。"具体怎么实现，让AI自己想办法。

再说 /loop。

这个命令用来控制循环迭代。它告诉AI："你就一直试，一直调整，直到目标达成，或者试够了次数为止。"

这两个命令一组合，就形成了一个闭环：

1. 先看看代码库现在是什么状态
2. 分析哪里有问题、哪里需要改
3. 直接动手改
4. 看看改完效果怎么样
5. 效果不好？再来一轮

整个过程你基本不用操心，AI自己就转起来了。

省钱避坑指南

但是——这里有个但是。

Autonomous agents 烧起 token 来那叫一个凶。一旦目标写得不清楚，它可能在那里反复折腾几十轮，每一轮都在吃你的API额度。所以怎么写 goal 是个技术活。

第一条：说清楚，别打哑谜

这条最重要，也最容易踩坑。

❌ 反面例子：

"优化一下我们系统的性能"

这种模糊的需求，AI可以有一百种理解方式。它可能去优化数据库，可能去重构前端，可能去改缓存策略——每一轮尝试都可能是完全不同方向，钱就这么哗哗地没了。

✅ 正面例子：

"把登录接口的平均响应时间从2.3秒降低到500毫秒以内，方案优先考虑加session缓存"

目标明确，指标清晰，AI就不会乱来。

第二条：画圈圈，定边界

不能让AI无限制地到处乱改。你得给它划定一个范围：

• 改动限定在某个目录下的文件
• 最多允许修改几个文件
• 整个任务的 token 消耗设个上限

第三条：说好什么时候停

每个 goal 都要有明确的退出条件。比如：

• "所有单元测试通过就停"
• "改完3个以内的文件就停"
• "连续两轮没有任何改善就停"

第四条：善用预算设置

现在大多数 agent 工具都支持预算参数，可以这样写：

/goal: 优化数据库查询
/budget: 最多消耗10000个token
/max_iterations: 最多迭代5次

这样就算AI想继续跑，它也会自己停下来。

开发者角色的转变

这个变化对整个开发工作流的影响是深远的。

以前是这样： 开发者写一段详细的提示词 → AI给出一个方案 → 开发者自己去实现

现在是这样： 开发者设定一个目标 → AI自己执行、自己迭代、自己汇报 → 开发者最后来审查和拍板

你的角色在悄悄改变——从"写代码的那个人"变成了"定义要做什么的那个人"。你不需要手把手教AI怎么实现，你只需要告诉它："我要去北京，最快的那种。"

至于它是坐飞机还是高铁，你自己定。

怎么入门？

看到这里你可能想试试了。我的建议是：

1. 先从小任务开始 别一上来就让AI重构整个后端系统。先从简单的入手——比如重构一个函数，或者给某个模块加个错误处理。规模小，出问题了也好收拾。

2. 盯紧看几轮 AI前几次执行的时候，最好在旁边看着。看看它是怎么理解你的目标的，怎么拆解任务的，怎么判断好坏的。这些观察能帮你理解它的"思维模式"，以后写 goal 心里更有数。

3. 根据实际情况调整 第一次写的 goal 不一定完美。多跑几轮之后，你就知道哪些话说得太模糊、哪些条件没写清楚、哪些边界没画好。慢慢迭代，你会发现自己写得越来越精准。

4. 有了感觉再上大项目 小任务玩溜了，再去挑战复杂的功能开发。别急着一步到位。

未来是协作的时代

说了这么多，你可能会问：这样下去，程序员是不是要被取代了？

我的看法是：不会。至少不是以你想象的方式。

开发者的价值不是在"会写代码"，而是在"知道要什么代码"。Autonomous agents 的崛起，其实是把大家从繁琐的执行层面解放出来，去做更重要的决策：系统怎么设计、目标怎么定义、什么时候该让AI放手去做、什么时候该踩刹车。

能在这个新世界混得好的开发者，是那些既懂AI能做什么、又清楚AI有什么局限的人。他们知道什么时候该给AI足够的自主权，什么时候该收紧缰绳。

你用过这种 autonomous coding agents 吗？/loop 和 /goal 这两个命令试过没有？效果怎么样？欢迎留言聊聊你的体验。