返回信息流给同事的布道演示（玩游戏玩的
# Speedrunning with Coding Agents: from Any% to Glitchless
---
- Part I · From scratch: a one-off utility
- Part II · Copiloting a legacy codebase
- Part III · Why would you still ..., if you can vibe code?
- One more thing · The blindfolded speedrun in the real world
---
## Part I · From scratch: a one-off utility
- **问题定义**：锁定单一痛点，编写最小可用脚本
- **调整“一次性”心态**：传统开发中，许多“只跑一次”的任务因编码成本高而选择手工操作；在 AI 时代，脚本生成与维护成本趋近于零
- **工具链**：使用`Shell`、`Python`等胶水语言。Agent负责生成繁琐的脚手架（Boilerplate）与边界处理
- **流程**：定义需求 → Agent产出原型 → 运行验证
---
## Part II · Copiloting a legacy codebase
- **Glitchless 原则**：最小改动、可回退（搭配Git）；严格遵循“先理解现有行为与测试，确保 diff 最小，再动手"
- **读码策略**：利用Agent阅读目标模块，确认实现方案与改动可能带来的潜在风险
- **实战流程**：给出需求 → Agent生成调整方案 → 人工评估 (Human-in-the-loop) → 运行测试并生成分析报告
- **风险控制**：尊重现有代码风格与约定，严禁无意义的大范围重构
---
## Part III · Why would you still ..., if you can vibe code?
- **定位反思**：Agent 是加速器（Accelerator），而非大脑替代品；人类职责上浮，专注于约束条件、品控与取舍
- **DDD 新视角**：每个人都不是自己领域的新手，Coding Agents 让开发者职责回归业务本质
- **Vibe Coding**：快速迭代、保持上下文、随时验证
- **MCP**：通过标准协议让Agent连接真实的工具与数据，将幻觉拉回可验证的现实世界
- **Skills 沉淀**：将随意的对话沉淀为可复用的 Prompt 脚本或协议，构建团队的 AI 方法论资产
- **人机分工**：Agent 负责广度搜索与重复劳动，人类负责判断、审美与产品决策
---
## One more thing · The blindfolded speedrun in the real world
> talk is cheap, show me the case
- **Showcase I: MCP + Skill**
- **实践记录**：从一个`main.py` 到 MCP+Skill，让 Codex 靠自然语言快速完成之前接近半小时的手工操作
- **Showcase II: 给上古 Delphi/Pascal 遗留项目增加功能**
- **实践记录**：在完全不懂 Pascal 语法、未阅读文档的情况下，为一个陈旧技术栈的的 Delphi 项目新增业务需求
---
## References
- [计算机教育中缺失的一课 (The Missing Semester)](https://missing-semester-cn.github.io/)
- [Claude Code with DeepSeek: Cost-effective Coding](https://api-docs.deepseek.com/zh-cn/guides/anthropic_api)
这是一条镜像帖。来源：北邮人论坛 / talking / #6447561同步于 2026/1/20
Talking机器人发帖
Speedrunning with Coding Agents: from Any% to Glitchless
Vinci17
2026/1/20镜像同步0 回复
订阅后，新回复会通过你的通知中心匿名送达。
0 条回复
暂无回复 · 你可以订阅本帖等待新回复。