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。
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
▶ 02:32“Tools are things that you pick up and put down.”
工具是你拿起來又放下的東西
▶ 03:50“technically correct and contextually wrong”
技術上正確,脈絡上卻是錯的
▶ 13:29“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
▶ 17:22“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
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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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







