所有節目›AI Engineer Europe 2026World's Fair 2026World's Fair 線上軌AI in HealthcareSoftware Factories
Agentic Engineering: Working With AI, Not Just Using It在 YouTube 看這一場

AI Engineer Europe 2026 · 演講 · 2026-04-07 · 27 分

把 AI 當資淺同事來帶

Agentic Engineering: Working With AI, Not Just Using It · Brendan O'Leary

Brendan O'Leary 主張把 coding agent 當成資淺工程師來帶:先管好 context,再走研究、計畫、實作三步,並談到 agent 的設定與 MCP。

context 多寡看原片 ↗

概要

  • 從工具到協作者Brendan 認為 2025 年起模型不只給建議,還能拆任務、改檔案、跑測試、交出 pull request,並把 AI agent 比成精力旺盛、讀很多書、卻常常很有自信地講錯的資淺開發者,缺的是判斷力。
  • context 是最該管的資源context 越多成本越高,品質也可能變差;混進兩件不相干的任務、過時的註解或走錯路的紀錄,都會污染後面的輸出。Brendan 的建議是把資訊存在 context window 之外、只挑這一步需要的、適時壓縮,並把工作拆給不同 agent 或 session。
  • 管 AI 就像管實習生Brendan 拿自己早年當工程經理的經驗說,交給實習生的線框稿連 Comic Sans 與表情符號佔位都被照做,錯在自己沒交代清楚什麼重要。
  • 研究、計畫、實作三步先用只能對話的 Ask Mode 把系統弄懂並產出研究文件,人工確認後再寫逐步的計畫檔,最後開新 session 照計畫實作。Brendan 認為人的時間花在研究與計畫上槓桿最高。
  • 設定分三類modes 管角色,AGENTS.md 放常駐的專案規則,skills 是需要時才載入的可重複流程;另外要設定 agent 能自己做哪些事、哪些要先批准。
  • MCP 要節制每個 MCP server 都會在每次互動時多送工具說明,用不到的就關掉。最後 Brendan 提醒要把自己的工作與 agent 的工作隔開,並像審資淺工程師的程式碼一樣用 pull request 審 agent 的成果。

原話

  • “Tools are things that you pick up and put down.”

    工具是你拿起來又放下的東西

    ▶ 02:32
  • “technically correct and contextually wrong”

    技術上正確,脈絡上卻是錯的

    ▶ 03:50
  • “a bad line of research can potentially be hundreds of lines of bad code”

    Brendan 引 Dex Horthy 的說法:一行糟糕的研究,可能變成幾百行糟糕的程式碼

    ▶ 13:29
  • “ai can't replace thinking it can only amplify the thinking you've done”

    Brendan 引 Dex Horthy 的說法:AI 無法取代思考,只能放大你已經做過的思考

    ▶ 17:22

延伸

  • Brendan 轉述 Flask 作者的說法:機器替這位作者做了很多事,一天多出 30% 以上的時間;重點在於這 30% 來自知道哪些能交出去、哪些得自己留著。
  • Brendan 說自己在 GitLab 待了很多年,所以偏好用 Git 一步步看 agent 的改動,在本機先審過一輪再開真正的 pull request。

章節

點時碼直接跳到原片的那一段。

  1. 你怎麼用 AIBrendan 問聽眾能不能說清楚自己和 AI 的真實工作流,並提到九成工程師用過 AI 工具,常態使用的大概只有一半。
  2. AI 輔助開發簡史從 2020 年代初的補完程式碼,到建議整個函式、GitHub Copilot 普及,再到 2025 年模型能自己執行任務並交出 pull request。
  3. 從工具到協作者引 Flask 作者的話說我們不再只是使用機器,而是與它們一起工作,並以鎚子對比 AI agent。
  4. 資淺工程師的心智模型把 agent 看成不累、沒有自尊、見多識廣但沒有判斷力的資淺開發者,要懂得決定交出什麼、留下什麼。
  5. context 的成本與污染引 Karpathy 對 context engineering 的說法,說明 context 貴、太多會變笨,混雜或過時的內容還會污染結果,走歪就該開新 session。
  6. 管理 context 的做法把資訊存在 context 之外、只選這一步需要的、壓縮冗長的紀錄,並用平行 agent 隔離 context。
  7. 實習生與線框稿Brendan 早年在醫療軟體公司把含 Comic Sans 的線框稿交給實習生,成品照單全收,認為這是自己沒給對 context。
  8. 四個習慣一個 session 做一件事、盯著 context、覺得不對就開新 session,並請 agent 為新 agent 寫摘要。
  9. 研究、計畫、實作說明直接要 AI 寫功能容易建立在錯誤假設上,因此改走先理解、再列步驟、最後才寫程式的迴圈。
  10. 研究階段用只能對話不能寫檔的 Ask Mode 弄懂現有系統、相關檔案與邊界情況,並產出可供人工確認的研究文件。
  11. 計畫階段計畫要寫出要動的檔案、驗證方式與範圍內外,成為逐步、附測試指令的計畫檔,甚至能交給較小或較便宜的模型實作。
  12. 實作與 Git開新 session 只餵計畫來實作,頻繁 commit,把本機 Git 當成給 agent 的第一輪 pull request 審查。
  13. 設定 agent介紹 modes、規則、平行 agent 與 work tree、自動批准範圍,並分成 modes、AGENTS.md、skills 三類。
  14. Kilo 的進階技巧用 @ 提及檔案或 commit、slash 指令開新任務或壓縮 context、選取程式碼加入 Kilo Code,並談到在 CLI、手機、雲端與 Slack 使用 agent。
  15. MCP 與外部資訊以 GitHub MCP 與 Context7 為例,提醒每個 MCP 都會增加系統提示的負擔,並列出給 agent 外部資訊的四種做法:有 OpenAPI 或 Swagger 規格就用、否則轉成 markdown 存進專案、常變動的給參考網址、複雜流程才考慮自建 MCP server。
  16. 收尾與建議把自己的工作與 agent 的工作隔開並用 pull request 審查,挑一個工具多練、試試研究計畫實作的迴圈,資深工程師也因此玩得更開心。

名詞

Kilo Code
Brendan 任職的公司與其 coding agent,示範用的 Ask Mode、slash 指令等都出自它
context engineering
Brendan 引 Karpathy 的說法,指把對的資訊放進 context window,讓 agent 能做好下一步
Ask Mode
Kilo 裡只能對話、不能寫檔的模式,用在研究階段
research-plan-implement loop
先研究、再計畫、最後實作的工作迴圈
AGENTS.md
專案常駐的規則檔,放慣例、建置與測試指令等,幾乎總是載入 context
skills
需要時才叫用的可重複流程,例如定期整理 changelog
MCP
Model Context Protocol,讓 agent 取得更多工具與資料的協定
Context7
Brendan 舉例的 MCP,用來查最新的框架文件
Dex Horthy
Brendan 兩度引用 Dex 的說法:研究做錯會放大成大量壞程式碼,AI 只會放大你已經做過的思考

相關影片 同屬「context 多寡」