在我睡覺時自動運行的 AI 代理程式

背景

隨著 Claude Code 等自主代理工具的普及，開發者開始嘗試讓 AI 在無人看管的情況下持續編寫程式碼。然而，這種自動化生產力也帶來了嚴重的信任危機：當 AI 產出的 PR 數量從每週 10 個激增至 50 個時，人類工程師已無法負荷程式碼審查的工作，且 AI 自行編寫測試來驗證自身程式碼的行為，往往演變成一種缺乏實質意義的自我背書。

社群觀點

Hacker News 的討論聚焦於如何建立有效的驗證機制，以防止 AI 產出看似正確實則充滿隱患的「垃圾代碼」。許多開發者指出，傳統的測試驅動開發（TDD）在 AI 時代變得前所未有的重要。支持者認為，人類應該退居二線負責撰寫規格與驗證標準，讓 AI 負責實作。為了避免 AI 在測試中「作弊」或產生循環論證，社群提出了一種「乾淨室」的對抗模式：將代理人拆分為紅隊（撰寫測試）、綠隊（實作代碼）與重構隊，並透過嚴格的權限控制，例如利用 Devcontainers 或系統級的唯讀限制，確保實作代理人無法修改測試文件。這種權限隔離被視為解決 AI 自我評分問題的關鍵技術手段。

然而，並非所有人都對這種高度自動化的流程感到樂觀。部分資深工程師批評，這種過度工程化的代理人架構（Agentic Workflows）實際上是將開發者最核心的職責——思考與理解——外包給了機器。他們擔心這會導致開發者對程式庫失去掌控，變成只會寫 Markdown 規格與調整代理人參數的「保姆」。更有評論指出，目前許多 AI 產出的測試只是在驗證同義反覆的邏輯，雖然提升了測試覆蓋率的數據，卻讓後續的重構變得極其痛苦，因為任何微小的變動都會觸發大量無意義的測試失敗。

此外，關於成本與效益的爭論也十分激烈。有觀點認為，未來企業的競爭力將取決於對 Token 投資的規模，甚至預言每月投入數千美金於 AI 運算的團隊將產生代差級的優勢。但反對者則嘲諷這是一種新型態的「貨物崇拜」，認為開發者花費大量時間在規劃、監視與驗證代理人，其效率未必高於親手撰寫高品質的程式碼。對於初級開發者而言，過度依賴 AI 可能會阻礙其成長為具備深層理解能力的「巫師」級工程師，最終只能在不理解原理的情況下盲目追求交付速度。

延伸閱讀

在討論中，參與者分享了多個實用的工具與參考資料。針對 TDD 流程自動化，有開發者推薦了 rlm-workflow 以及 Mike Pocock 關於紅綠重構的相關研究。在架構參考方面，Steve Yegge 關於 Gas Town 的文章被多次提及，用以說明當前軟體產業正發生的典範轉移。此外，對於想要實踐權限隔離的開發者，Claude Code 官方文件中的 Devcontainer 配置指南以及相關的 Hook 腳本，提供了具體的技術實作路徑。