我醒来时看到14个我没写的 PR

Source: Dev.to

醒来时看到 14 个我没有写的 Pull Request。我的 AI 从午夜开始不停地重构一个我已经好几周都在回避的模块。大部分都不错，但有些错误是我如果不喝咖啡根本抓不住的。

这种情况越来越频繁。Karpathy 的 Autoresearch 项目整夜启动并拆除数百个机器学习实验。Claude Code 现在内置了检查点和回滚功能，能够自行撤销错误的工作。人们真的在睡前把明天的工作交给终端去完成。

但没有人谈论的，是早晨的审查问题。

审查自主工作是一种考古

你写代码，了解每一个决策。别人写代码，你可以通过 diff 跟随他们的逻辑。代理在你睡觉时写了 47 次提交——这就是考古。你在从输出中逆向推断意图。

今天早上，我花了一个半小时审查代理六小时的工作。如果它是正确的，这相当于 4 倍的收益。

但审查的难度比直接写代码更大。我不是在检查它是否能正常运行，而是在评估它的长期工程质量：

• 它是否符合我们的抽象层？
• 人类工程师会做同样的调整吗？
• 我是否在不知不觉中加深技术债务？

工具链的缺口

现有系统还未为此而构建。当每一行代码的责任都归于代理时，git blame 已经毫无用处。PR 描述只能告诉你 发生了什么 —— 而不是 为什么，以及在其他可选方案中它为何选择了这个。你无法重放代码作者的决策树。

真正有帮助的做法

有几件事确实起了作用：

• 为代理提供 极其详细的参数，而不是宽泛的目标
• 添加 提交后钩子，运行完整的测试套件，这样你只审查通过的代码
• 把它限制在单个文件，而不是让它在二十个文件之间爬行

真正的转变

我仍然认为，真正的转变不是 AI 写代码。两年前我们已经实现了那一点。现在是 AI 连续数小时不间断地写代码。这把开发者的工作从写代码转变为审查代码——审查自主工作是一种根本不同于审查人类代码的技能。🚀

你的夜间代理是怎么配置的？还是说你仍然所有工作都同步进行？