KeyFrame內部研究專用

Cursor 内部最火插件开源:一周被同事调用九千次

Why QQ中文
觀看原始影片

三句話摘要

介紹 pstack:一套由頂級工程師開發的 AI 編程工作流框架,用工程紀律取代盲目追求代碼產量。 工程判斷力可以被壓縮成 Markdown、被分發、被執行,AI 編程的競爭正在從「比誰的模型強」轉向「比誰的工作流深」。 工程紀律優於產量追逐:傳統 AI 編程關注一天寫幾千行代碼,pstack 倒過來追求用最少代碼達成最大影響。無紀律並行只會更快製造技術債,與其全信或全盯 agent,不如建立「證據驅動的信任模型」。

重點整理

  1. 工程紀律優於產量追逐:傳統 AI 編程關注一天寫幾千行代碼,pstack 倒過來追求用最少代碼達成最大影響。無紀律並行只會更快製造技術債,與其全信或全盯 agent,不如建立「證據驅動的信任模型」。

  2. 證據驅動而非編譯通過:引入「prove it works」原則,要求實際運行功能、讀取真實數據、對比實驗前後,拒絕依賴編譯成功或模型自評。性能優化時用「explain the number」原則盤問每個數字的測量有效性。

  3. 多模型互補減少漏網:根據任務分配模型(寫代碼用 Grok、關鍵決策用 Opus)。審查程式碼時用 interrogate 技能讓不同廠牌模型互相挑刺,藉由各自盲區的補足來提高品質。

  4. 工程判斷力編碼為資產:將資深工程師的工作流程寫成 SOP,讓 agent 按步驟執行而非隨意變形。同時提供 automate me 技能讓團隊分析自身習慣、沉澱成專屬工作模式。

實用技巧與重點

  • 作者:Lauren Tan (poteto),Meta、Netflix、Cursor 資深工程師,React 核心團隊成員
  • 四大組成:20+ 工作流技能、23 條任務 playbook、24 條工程原則、2 個子代理
  • 核心命令:`/poteto mode [任務描述]`,自動匹配劇本和調度資源
  • 關鍵劇本:修 bug(復現→二分定位)、性能優化(CPU trace→hillclimb 持續迭代)、autopilot(串聯多 PR 驗證推進)
  • 模型分配:功能開發/重構/修 bug→Grok;重決策/文檔→Opus;審查→多模型對抗
  • 工程原則:懶惰協議(倾向刪除)、先減後加、攻擊前提、把教訓編碼成 lint 規則
  • 驗證工具:benchmark checklist 檢查性能數字有效性、interrogate 多模型審查
  • 社區移植:Claude Code、Codex、Pi、GitHub Copilot、OpenCode、Gemini CLI 版本
  • 自定義能力:automate me 技能分析聊天記錄,生成以你名字命名的專屬 mode

結論

工程判斷力可以被壓縮成 Markdown、被分發、被執行,AI 編程的競爭正在從「比誰的模型強」轉向「比誰的工作流深」。

完整解析

AI 編程現正陷入一個普遍困境:代碼產量確實提升了,但合併難度也在上升。模型一次吐出幾百行代碼看似完整,實則充滿隱坑。開發者花在 review 的時間快趕上自己寫代碼的時間。許多人因此認為 AI 編程的效率紅利已觸頂,質量問題成了無法突破的瓶頸。但 pstack 的作者 Lauren Tan 看法不同:問題不在模型寫得太少,而在寫得太隨便。普通 agent 的工作方式就像剛入公司三天的實習生,需求沒聽完就動手,完成後就宣稱搞定,對測試、審查等職業操守毫不關心。

Lauren Tan 資歷深厚,曾在 Meta 和 Netflix 等一線公司處理過百萬行級代碼庫,現為 Cursor 公司技術成員、React 核心團隊成員。她將自己在 Cursor 日常編程的整套工作方式打包成 pstack 插件,坦言「這些就是我現在每天在用的技能,是真在一線干活的人的日常操作手冊」。pstack 不是新模型、不是付費 SaaS,而是開源的 Markdown 文件加腳本,包含 20+ 工作流技能、23 條任務 playbook、24 條工程原則和 2 個子代理。整個插件的核心思想濃縮在一句話:「想快,先往深了做」——這是理解整套系統的鑰匙。

用法簡單得出乎意料。儘管內含 20+ 個技能,用戶只需記住一條命令:`/poteto mode`,然後用大白話描述任務。比如「這個 PR 有隱蔽的 bug,滾動條每 750 毫秒漂一次,先復現再修」,或「我要睡覺了,把這堆 PR 全部合掉,CI 抽風也給我頂住,明早看到全部 merge」。poteto mode 接收任務後自動匹配對應劇本,把步驟逐字複製進任務列表,然後調度子代理執行。但完成不是終點——agent 必須交出證據(測試結果、性能對比、實際運行日誌),才允許報告完成。23 條劇本覆蓋工程工作的各個場景:修 bug 劇本要求先復現、無法復現就人為製造條件、然後二分定位;性能優化劇本要求先跑 CPU trace 對標基線;hillclimb 劇本持續盯著指標優化,每輪先提假設再對比;最狠的 autopilot 劇本將一串 PR 挨個驗證和推進。

pstack 採用多模型分工的前衛設計。不綁定單一模型,而是根據任務分配:功能開發、重構、修 bug 派給 Grok,重決策和文檔派給 Opus。代碼審查最講究,用 interrogate 技能讓不同廠牌模型同時審同一個 diff、互相挑刺,藉由各自盲區的補足降低漏網。整個插件對證據有執著的偏執:「prove it works」原則說別拿編譯通過當交付,要把功能真的跑起來、把真實數據讀出來。還有「explain the number」原則——性能提升百分之三十不要急著信,先搞清楚瓶頸在哪、測的是否真的是想要的邏輯。這實質上是用帶新人的標準訓練 agent 的職業素養。24 條工程原則單看似老生常談,但把這些品味寫成 agent 每次開工前必須重讀的條文,效果完全不同。這可能是插件最有價值的地方:把只可意會的工程判斷力變成可分發的文本資產。

AI 編程圈過去兩年的敘事始終圍繞吞吐量——誰家 agent 一天能寫幾千行代碼。pstack 把這敘事倒過來:目標不是代碼行數最大化,恰恰相反,是用最少代碼達成最大影響。最扎心的一句是「沒有紀律的並行,只是讓爛代碼生產得更快」。沿著這思路,pstack 提供了一個完整的信任模型:多數人要麼全信 agent(被坑),要麼全盯(白用)。pstack 是第三條路——先讓 agent 在嚴格紀律下干活,每次交證據,證據攢夠了信任就有依據,有依據才敢同時開多個 agent。作者稱之「無畏並行」——順序是:並行是結果,信任是前提,紀律是地基。不用 Cursor 的話也有意義:安裝門檻很低,就算一個技能都不用,光讀 24 條原則和 23 個劇本就等於白嫖資深工程師方法論;最值得抄的是 automate me 技能,分析你和 agent 的聊天記錄,生成以你名字命名的專屬 mode——你的工作經驗同樣可以沉澱成資產。

8 min
AI 技術中文11月17日

Muse AI 国内注册方法来了!无需排队、无需信用卡,全程免费!

一路向前看原片 ↗
  • IP環境是核心要素:乾淨的住宅IP搭配日本節點能大幅提升註冊成功率,講者稱日本節點「幾乎秒過」,可選美國但成功率較低。
  • 全新郵箱是必要條件:系統會記錄每個郵箱的註冊歷程,曾排隊或卡在信用卡驗證的信箱會直接失敗,必須使用全新未註冊過的郵箱才能完全規避之前的失敗記錄。
AI 技術中文11月17日

Meta 改写 K-Means,训练轮次降到十分之一​ | K-Means | e-means | Meta FAIR | 聚类算法 | 向量检索 | Faiss | DINO10B | 向量数据库

Best Partners TV看原片 ↗
  • 從累加到衰減的中心維護:傳統小批量更新會累積歷史統計量造成早期分配記錄長期影響,而 e-Means 用指數移動平均使新分配能即時調整中心,早先統計逐漸失效,避免陷入次優解。
  • 死簇復活機制是關鍵改進:消融實驗顯示這項改動影響最大,透過每 5 批次檢查樣本不足的中心,從較大簇拆分一半重新安排,將樣本不足 10 個的中心比例從 26.3% 降到 0.3%。
AI 技術英文11月17日

Goal Engineering - The New Buzzword

Prompt Engineering看原片 ↗
  • 長期開放式目標中最難提供的上下文不是文件或 API,而是人類的判斷力與品味。傳統的檔案查詢或技術規格是相對容易部分,真正瓶頸在於定義「什麼是好的結果」。
  • Actively AI 初期採用單一代理處理多種任務類型失敗,因為人類審查者必須在十種不同的任務格式間切換心智模式,造成效率低落。重新架構為多個專一代理後,人類可在相同心智模式下快速連續審查。