Agent 真的需要 TDD 吗?
前两天在 Martin Fowler 网站看到一篇文章。作者把同一批任务交给 Sonnet 4.6,一组要求严格按 TDD 做,一组随它写,再让 Opus 4.8 盲评。结果有点打脸:TDD 组没写得更好,Token 至少多烧 3 倍。看到这里,我第一反应不是 TDD 过时了,而是我们可能让 Agent 做了一件看起来很工程、其实很奇怪的事:自己出题,自己答题,再自己宣布通过。
前两天在 Martin Fowler 网站看到一篇文章。作者把同一批任务交给 Sonnet 4.6,一组要求严格按 TDD 做,一组随它写,再让 Opus 4.8 盲评。结果有点打脸:TDD 组没写得更好,Token 至少多烧 3 倍。看到这里,我第一反应不是 TDD 过时了,而是我们可能让 Agent 做了一件看起来很工程、其实很奇怪的事:自己出题,自己答题,再自己宣布通过。
前段时间我在用 Codex 的 /goal 推一个 side project。晚上把目标丢进去,早上起来看一眼,任务还在跑:读文档、拆模块、改 Kotlin、补 React、跑 ./gradlew :backend:check,失败了自己修,再继续。
我第一次有点恍惚,是看到它半夜还在沿着同一个目标往前滚。那一刻它不像一个聊天窗口,更像一个挂在 repo 里的无人值守工程队。于是那个问题就绕不过去了:如果 Codex 能不眠不休地推进项目,直到目标达成,还要工程师干什么?
硅谷发明新词的速度,已经快过 Agent 写代码的速度。Harness Engineering 还没捂热,前段时间 Addy Osmani 又发了一篇 《Loop Engineering》。
所谓 Loop Engineering,是把 automation、worktree、Skill、connector、sub-agent 和外部状态拼成一个闭环:系统自己找活、派活、执行、检查、记录,再进入下一轮。听起来很完整,零件也都能用。
原文其实没回避风险。Addy 明说 verification 仍然落在人身上,loop 跑偏会越挖越深。可这个名字依然危险:它把一种调度结构包装成了能力跃迁,仿佛把 Agent 塞进 while (true),持续运行便会自然变成持续进步。
当然不会。Loop 能增加尝试次数,不能增加正确答案的密度。
Agentic Coding 最难的,从来不是让 Agent 继续跑。真正卡住它的,是每一轮结束后,谁能证明结果更接近正确。
想象一下这个场景:工程师把一次 Agent 任务从 10 万 Token 压到 4 万,仪表盘绿了六成。月底账单到了,云成本一分钱没少。公司租了 8 张 GPU,包月。模型少说了 6 万 Token,机器照样开着,合同照样付钱。
工程师优化出一大片空闲算力,财务却找不到一美元 Savings。Token Efficiency 的问题就这样暴露了:它从来不是一个孤立的技术指标,计费方式一变,财务含义就跟着变。
前几天,国内一个朋友拿我开涮:“你们韩国现在是不是人均资产都翻了三倍?”他当然在开玩笑,但这个玩笑在韩国已经有了一整套民间叙事。
最出名的叫“传说中的海力士员工”。2008 年前后,公司里的人觉得买自家股票是疯了,他却拿 4,446 万韩元,以 7,800 韩元买下 5,700 股。如果一直没卖,到 2026 年 1 月已经值 41 亿韩元。
5 月底,Windows、NVIDIA 和 Arm 几乎同时喊出一句话:"A new era of PC." 我已经用两篇文章拆过这句话:《Wintel 时代结束了》讲 PC 为什么重新变成算力资产,《当 AI PC 成为新的风口,真正的机会在哪里?》讲 local runtime、context layer 和 cost-aware execution。
那两篇关心的是一台 PC 如何接住从云端下沉的智能。一周多后,苹果在 WWDC 2026 发布新一代 Siri AI,强调 personal context understanding、on-screen awareness、app actions 和 across apps,还把同一段对话接进 iPhone、iPad、Mac、Apple Watch 和 Vision Pro。
早上 9:35,你买了一张当天到期的 SPY 末日期权。理由很清楚:开盘强,成交量跟上,指数站上关键位。十分钟后,价格掉头,原来的突破失效。按进场计划,这时候该走了。可手指放到平仓按钮上,大脑突然开始工作:美国经济还行,AI Capex 还在增长,Microsoft 有定价权,长期看大盘总会回来。
于是,一笔计划持有十几分钟的交易,瞬间拥有了十年投资逻辑。再跌一点,你开始研究市场是不是错杀;反弹一点,又觉得 Soros 说得对,市场具有反身性。你下单时是 Livermore,亏损后变成 Buffett,扛不住时再请 Burry 出来证明市场有问题。
这不叫融会贯通,叫没有交易计划。
如果你最近刷 X 或中文投资圈,应该已经见过 Serenity 这个名字。白发头像,半导体供应链,冷门小盘股,动不动几百 percent 的收益截图,还有一堆人把他称为“AI 供应链侦探”“瓶颈猎人”“白毛女股神”。如果你没见过,也没关系。你只需要知道一件事:这是一个靠研究 AI 基础设施最上游瓶颈,在短时间内被市场封神的人。
这几个月,很多工程师还沉浸在 Agentic Coding 的兴奋里。它是真的有用:读 repo、改代码、跑测试、解释错误、做 migration、清理技术债,过去很多懒得动的活,现在终于可以动了。
AI 现在有点像鸡肋:不用不行,用了看到账单又肉疼。
但真正危险的不是贵,而是它越有用,大家越会用;大家越用,账单越不像工具费,越像税。这才是上一篇《Wintel 时代结束了》没说完的部分。
过去两天,几家巨头几乎同时发了一句话:"A new era of PC." NVIDIA 发了。Windows 发了。Arm 也跟了。后面还带着一串坐标,指向台北。科技公司天天喊新时代,这没什么稀奇。稀奇的是,它们很少一起喊。更稀奇的是,这一次大家都在谈 PC。
一个被 mobile 抢走十几年光环的老东西,突然又回到了牌桌中央。