AI Agent 的下一步：從規則堆砌到「資深判斷」的語言化

許多團隊在打造 AI Coding Agent 時，常陷入一個誤區：以為只要不斷堆砌技術規則、API 設計指南與程式碼風格檢查，就能打造出高效的自動化工具。然而，這條路徑往往只能產出一個聽話但缺乏靈魂的「指令工具人」。真正的瓶頸與價值，其實在於如何將資深工程師腦中的隱性知識——那些關於權衡取捨、風險判斷、溝通時機與工作節奏的內隱準則——進行語言化與結構化。這才是讓 AI Coding 從潛力展示走向規模化生產力的核心挑戰。

為什麼多數 AI Agent 仍像個「指令工具人」？

當前的 AI Coding Agent，例如 GitHub Copilot 的進階模式，在執行明確、有邊界的任務時表現出色。你可以要求它「根據這份 OpenAPI spec 撰寫 client」、「將這段 Python 程式碼重構成更符合 PEP 8 的風格」，它通常能給出不錯的結果。這些任務的共通點是，它們的「完成」標準是客觀且易於驗證的。

然而，真實的軟體開發遠比這複雜，它充滿了模糊地帶與權衡。例如，一個任務什麼時候算「初步完成」可以提交 Code Review？一個功能做到什麼程度算是「Good enough for now」？什麼時候該停下來尋求他人意見，而不是繼續埋頭鑽研？這些問題沒有絕對的標準答案，卻是區分資深與資淺工程師的關鍵。

目前多數 Agent 在此表現拙劣，因為它們缺乏對情境的理解，以及內建的「判斷基準」。它們不知道何時該推動、何時該停頓、何時該求助，這使得它們在真實協作流程中，依然需要大量的人工監督與介入。

關鍵的轉變在於，我們不該只教 AI「如何寫程式」，更要教它「如何工作」。

從技術標準到「行為準則」：一個 Tech Lead Agent 的實踐

日本開發者 Watanabe Z (@zwatanabe) 在他打造一個名為「Tech Lead BOSS」的 Copilot Agent 實驗中，得到了一個深刻的體悟。他最初也以為，要讓 Agent 扮演好技術領導者的角色，就必須先餵給它大量的技術規範，例如 API 設計原則、資料庫命名慣例、CI/CD 流程等。

但他很快發現，真正優先且影響更深遠的，是「行為準則」。他最先寫下的不是技術文件，而是關於一位工程師該如何思考與行動的指南。這份指南處理的問題更接近真實工作場景：

• 任務範疇定義： 在開始動手前，是否已充分理解需求的邊界與目標？
• 溝通與求助時機： 如果卡關超過 30 分鐘，應該向誰、用什麼方式提出問題？
• 完成的定義： 什麼樣的狀態才算是可以交付、可以請人檢視的成果？
• 回饋的處理： 收到 Code Review 的意見後，應如何回應與修正？

這個轉變是根本性的。它將 Agent 的設計理念從一個「程式碼產生器」提升到一個「模擬協作者」。這個 Agent 的核心價值不再只是產出語法正確的程式碼，而是遵循一個健全、可預期的工作流程。它模仿的不是資深工程師的程式碼，而是他們的工作習慣與判斷邏輯。

如何將資深工程師的隱性知識「語言化」？

將這些隱晦的「感覺」與「默契」轉化為機器可讀的指令，是一項極具挑戰但回報豐厚的工程。這不僅僅是提示工程（Prompt Engineering）的範疇，更是知識工程（Knowledge Engineering）與組織行為學的深度結合。它需要一套系統性的方法論，而非僅憑靈光一閃的提問。

將這些隱性知識「語言化」的第一步是「觀察與訪談」。與其要求資深工程師直接寫下他們的「設計原則」，不如在他們進行 Code Review 或系統設計討論時，作為一個觀察者，仔細記錄下他們提出問題、做出取捨的關鍵瞬間。

此時，關鍵問題是「為什麼」：為什麼你選擇方案 A 而不是 B？為什麼你覺得這個 Pull Request 還沒準備好？為什麼你在此時決定尋求 DevOps 團隊的意見？透過這些深層次的提問，才能挖掘出他們決策背後的真實邏輯。

第二步是「定義工作節奏與判斷基準」。將觀察到的行為模式，歸納成結構化的準則。例如，與其設定「測試覆蓋率必須達到 80%」這種僵硬的量化規則，不如定義一個更動態、更具情境感的基準。

一個更好的例子是：「若修改觸及核心商業邏輯，必須確保新增的單元測試涵蓋設計文件中討論的所有邊界案例，並主動請求該模組的擁有者進行審查。」這條準則不僅包含了量化指標，更融入了情境判斷與溝通協作的行為要求，讓 Agent 能更貼近真實的工程實踐。

最後，將這些結構化的準則，轉化為 Agent 的「核心指令」或「體質」（Constitution）。這類似於 Anthropic 提出的 Constitutional AI 概念，也就是為 AI 內建一套行事的基本原則。這些原則將指導 Agent 在面對不確定性時如何做出決策，確保其行為符合團隊的期望與工作文化。

AI Agent 的未來：如何從工具人進化為智慧協作者？

當前 AI Agent 在真實軟體工程任務上的表現仍有極大進步空間。例如，在 SWE-bench 基準測試中，即使是頂尖的 GPT-4 模型，也僅能解決約 13.7% 的真實 GitHub issue。這突顯了從指令執行到問題解決的巨大鴻溝。彌補這道鴻溝的關鍵，正在於我們能否成功地將人類專家的判斷力與工作流程，有效地轉譯給機器。

AI Coding Agent 的未來，不在於模型參數的無限擴張，而在於我們能否將開發流程中那些最寶貴、最屬人的隱性知識，轉化為可計算、可執行的框架。這是一項結合了技術、管理與人文洞察的挑戰，也是 AI 真正成為軟體開發核心生產力的必經之路。

延伸閱讀

• GitHub Copilot Agent Mode で「判断基準」を実装していく試み ── Tech Lead BOSS / 第2回
• SWE-bench: Can Language Models Solve Real-World Software Engineering Problems?
• Claude's Constitution by Anthropic

我是江中喬，一位具有 TPM 與產品管理背景的 AI 系統建構者，目前專注於 AI 認知增強系統與多 Agent 協作架構的設計與實踐。