Agentic Coding 实验性项目：从 0 到 1 的实践与思考

Agentic Coding 的两大核心要点是什么？

在实践了许久 Agentic Coding 之后，我意识到如果想从 0 开始构建一个实验性项目，需要专注于完成两件事情：

1. 人类创始人对产品的完整理解与 MVP 文档输出

人类创始人需要对产品有一个完整的理解，并通过与 chatbot 自上而下的对话，输出一份较为完整的 MVP（Minimum Viable Product，最小可行产品）文档，并将其保存在本地。这份文档至关重要，需要在 Repository Guidelines 中明确指示 coding bot 在编写代码之前严格遵循。

这份文档实际上是产品的灵魂。过去，我们写代码，特别是程序员出身的创始人（包括我），经常不写产品文档，想到什么就写什么。这种方式效率很高，但只适合单人工作。而 Agentic Coding 的本质是一种协作，只不过不是与人协作，而是与 AI 协作。因此，我们必须将 AI 视同为人，文档越详细越好。你不一定需要自己编写所有内容，但必须将重要事项向 chatbots 解释清楚，不能含糊不清，避免 coding bot 完成实践后又需要修改。当然，这种情况估计也是无法完全避免的。

举例说明： 假设我们要开发一个简单的待办事项应用。在 MVP 文档中，我们需要详细描述：

• 核心功能： 添加、删除、标记完成待办事项
• 用户界面： 简单的列表显示待办事项
• 数据存储： 本地存储即可
• 代码规范： 使用 Python 语言，遵循 PEP 8 规范

这些细节都应该在文档中清晰地说明，以便 coding bot 能够准确地理解并执行。

2. Chatbots 监督 Coding Bot 的迭代开发

另一个关键点是让 chatbots 监督 coding bot，以迭代周期进行开发。在传统的软件公司，我们通常以一周到两周为一个迭代周期。首先确定产品方向，编写 PRD（Product Requirements Document，产品需求文档），召集所有项目角色开会，然后每周不断地在开会、开发、测试和灰度发布之间循环。

coding bot（或者 design bot）也需要按照这种工作流程进行，只不过时间会被压缩到小时或天。目前，我还在学习大家使用的方法。理想的方式是 chatbots 可以根据产品文档来进行不同功能的测试方案设计，并自动设计迭代流程和周期。但我还没有看到在系统层面上 chatbot 和 codex/claude code/gemini cli 整合的范例，希望大家能推荐给我！

迭代周期示例：

• 第一轮迭代（1天）： 完成待办事项的添加功能。
• 第二轮迭代（1天）： 完成待办事项的删除功能。
• 第三轮迭代（2天）： 完成待办事项的标记完成功能，并进行简单测试。

通过这种快速迭代的方式，可以尽早发现问题并进行调整。

对 Agentic Coding 流程的理解

文中的图片展示了作者对 Agentic Coding 流程的理解，这是一个可爱的流程图，概括了上述两个核心要点。我理解的流程如下：

1. 产品构思： 人类创始人提出产品的初步想法。
2. MVP 文档编写： 人类创始人与 chatbot 协作，编写详细的 MVP 文档。
3. Coding Bot 开发： Coding Bot 根据 MVP 文档编写代码。
4. Chatbot 监督与测试： Chatbot 监督 Coding Bot 的开发过程，并设计测试方案。
5. 迭代优化： 根据测试结果，进行迭代优化。

这个过程不断循环，最终完成产品的开发。

我认为：Agentic Coding 代表着未来软件开发的一种趋势。它将人类的创造力和 AI 的效率结合起来，能够加速产品的开发过程。但同时，也对人类创始人的产品理解能力和沟通能力提出了更高的要求。我们需要学习如何更好地与 AI 协作，才能充分发挥 Agentic Coding 的潜力。 #CodingBot