KeyFrame內部研究專用

pstack 深度拆解!怎麼讓 AI 全自動完成你的工作?

Gary Chen26 min中文
觀看原始影片

三句話摘要

SpaceX AI工程師Lauren Tan透過開源pstack工作流,運用多模型驗證與自動化機制實現月合併2500張PR的工程效能突破。 一個月2500張PR並非安裝pstack後立刻出現的魔法,而是透過信任階梯逐步建立扎實驗證機制與防呆環境的自然結果。 深度規劃奠基:/how挖清現有系統架構防止重複造輪子,/why自動查Git歷史與工單確保理解設計背景,/sharpen從專家視角重構prompt——這些都是為了讓AI一次做對,減少返工。

重點整理

  1. 深度規劃奠基:/how挖清現有系統架構防止重複造輪子,/why自動查Git歷史與工單確保理解設計背景,/sharpen從專家視角重構prompt——這些都是為了讓AI一次做對,減少返工。

  2. 多模型互補驗證:同一模型再怎麼換角色盲點還是一樣,Lauren透過/interrogate同時派Claude和Grok等不同家族模型交叉審問程式碼,讓各家優點互補,一家沒看出的死角另一家能抓出,確保漏洞無所遁形。

  3. 自動化驗收取代人工:/create-verification-skill教AI像真人般操作App產出影片證據,/blast-radius標出修改風險範圍,/swarm派10個獨立AI實機測試——人類不用再當轉接頭,只看證據就能秒速判斷。

  4. 信任階梯漸進式升級:從全程緊盯→AI自己驗收→AI自己接單→自動合併,每階段有明確過關標準,無法跳級。環境防呆機制(Linter禁止危險寫法、CI自動檢查)比文件規則有效千倍。

實用技巧與重點

  • 核心skill與模型配置:
  • pstack:含近60個skill(24個AI讀的規則+30+個工具型)
  • /setup-pstack初始化:分配Grok給高耗力低思考任務,Claude Opus給深度思考任務
  • /poteto-mode:內建23本標準作業手冊的任務調度主管
  • 規劃階段:
  • /how — 理解系統運作、建立全局觀
  • /why — 查詢Git修改紀錄、工單系統、Notion、Slack找設計背景
  • /sharpen — 從頂尖專家視角重構prompt至專業深度
  • 實作階段:
  • /architect — 先畫格局圖預設下一個AI只看局部也能無腦照抄而不出錯
  • /arena — 多個模型同時設計方案、交叉融合各家亮點
  • /tdd — 測試驅動開發防AI先寫程式後造假測試
  • 驗收階段:
  • /create-verification-skill — AI自己操作App產操作影片/截圖
  • /blast-radius — 評估PR修改範圍與風險等級
  • /interrogate — 不同模型交叉審問程式碼
  • /swarm — 派約10個獨立AI實機驗收,全過才自動合併
  • /show-me-your-work — AI記錄決策過程與試錯歷程
  • 外圍系統:
  • 平行派工:10+個專案各配總管AI拆小任務派工
  • 自動進單(對外):Grok Bot監控Slack/X/Email,將模糊問題轉化清楚任務單
  • 自動進單(對內):巡邏AI掃壞寫法記清單,統一處理效率高
  • 環境防呆:
  • 每檔案只一種標準寫法讓AI無腦照抄都對
  • Linter禁止useEffect等危險寫法
  • CI自動檢查閘門攔截已知問題型式
  • 信任階梯6步驟:
  • 一個AI觀察它怎麼失敗,記下3種常見錯誤
  • 把糾正變規則(文件或系統檢查)
  • 交件一定附證據(截圖驗證紀錄)
  • 同時開2-3個AI、做跟審分開
  • 睡前交長任務但停在合併前
  • AI自動合併+工作自動進單
  • 與Matt Pocock方法對比:
  • Matt:動工前人機對齊(grill-me→to-spec)+合併前人類把關,單一模型低token
  • Lauren:動工後多模型自動驗收+最小化人類介入+自動合併,多模型高token但人力節省
  • 具體數據:
  • 月合併PR:2500張|日均:80+張|某晨AI自己做完的PR:20張
  • pstack打地基花費:600+張PR|/swarm派出獨立驗收AI:約10個

結論

一個月2500張PR並非安裝pstack後立刻出現的魔法,而是透過信任階梯逐步建立扎實驗證機制與防呆環境的自然結果。

完整解析

Lauren Tan是SpaceX AI團隊負責Grok Bot的資深工程師,曾歷練Netflix、Meta、Cursor等頂尖科技公司。她在近期演講中揭露了一個驚人成就:每月合併2500張PR,日均處理80多張。這個數字看似魔幻——遠超普通工程師日常的2-3個小案子——但真正令人驚奇的是有時睡前交代任務,早上醒來發現AI已自動完成20張PR的驗收與合併。這不是垃圾程式碼亂生,而是真正能進入SpaceX產品的高品質工程。

這一切的祕密在於她開源的pstack工作流。pstack包含近60個skill,透過規劃、實作、驗收三階段最大化開發效率。規劃階段特別強調「深度理解」。她設計了/how和/why兩個skill:/how讓AI在規劃前讀透相關模組建立全局觀,/why自動挖掘Git修改紀錄、工單系統甚至Slack聊天記錄,理解當初為什麼這樣設計。這樣做的好處是防止AI在不知歷史脈絡下自作聰明改掉原本是「防呆機制」的程式碼,導致舊bug重新浮現。規劃還有/sharpen工具,從頂尖專家角度重構使用者的prompt,確保任務既不會被AI亂加功能範圍,也要足夠專業深度。

實作階段則進一步升級。/architect強制AI先不寫細節,而是從使用者如何用這個功能倒推出整個系統外框與分工。有趣的是她引入/arena比稿技能,把同一題目同時丟給Claude、Grok等多個模型各自設計,再交叉融合各家亮點。架構確認後,AI必須遵守/tdd(測試驅動開發),先把測試寫死確定會失敗,再寫程式讓測試通過,防止AI先寫程式後造假測試騙過驗收。

驗收階段是系統最關鍵部分,也是Lauren敢放手讓AI自動合併的原因。首先是/create-verification-skill,教AI像真人般操作App產出操作影片或截圖,人類就不用自己打開App測試。其次是/blast-radius,評估PR修改範圍與風險等級,讓人類審核能聚焦高風險改動。再次是/interrogate,將程式碼同時交付Claude和Grok等不同模型交叉審問,因為同一模型的盲點無法互補,但不同家族模型通常能互相補漏。最後是/swarm絕殺技,派出約10個從未參與寫這段程式的獨立AI,在雲端同時打開App進行實機測試,只有全部通過才自動合併。這樣確保「球員不兼裁判」——寫程式的AI永遠沒有權力核准自己的PR。

隔天早上Lauren透過/show-me-your-work快速掌握AI的工作狀況。AI被規定邊做邊填決策紀錄表,記載試過哪個做法失敗、為什麼改、怎麼驗證。系統還派另一家模型的AI核對這張表,直接標記驗證不夠或改法有風險的地方。她早上只要看被標記的重點就知道該抽查哪些PR。撐起月2500張PR產量還有兩套外圍機制:平行派工讓10多個專案同時運行各有總管AI,自動進單機制讓問題自己找上門(對外由Grok Bot監控Slack/X/Email轉化模糊回報為清楚任務,對內由巡邏AI掃壞寫法記成清單供統一處理)。

最後一個核心理念是「環境防呆勝於規則文件」。很多人遇到AI犯錯就在AGENTS.md加規定,但Lauren認為這毫無用處——AI讀完就忘。她用/correct技能的做法是:每當發現AI重複犯錯就問「怎麼改系統環境讓這個錯從物理上不可能發生」。比如AI愛照抄現有程式碼,她就確保每個檔案只有一種標準寫法。useEffect容易導致畫面卡死,她就直接在Linter禁用它,AI敢寫就被CI攔下被迫改正。這樣環境被改造到想寫錯都很難,最後連產品經理跟設計師都能自己叫AI改功能,她一眼就能核准。

4 min
AI 技術中文11月21日

Make.com Automation for Beginners: Your First Automation in 10 Minutes

AI Workflow Lab看原片 ↗
  • Make 的核心是「情景」(Scenario) 概念,由多個模組組成,每個模組執行一個應用程式的單一工作。當第一個應用程式中發生事件時,Make 自動將資料傳遞到下一個應用程式,就像一個從不睡眠也不遺忘的數位助手。
  • 映射 (Mapping) 是自動化的核心。使用者需要明確告訴 Make 每筆資料應該放在哪裡,確保表單欄位正確對應到試算表的列,以及郵件內容能夠動態插入客戶資訊。
編輯精選
企業管理英文11月21日

What Anthropic's $900 Billion Bet Means for You

Nate Herk看原片 ↗
  • 訂閱用戶成為上市公司的收益基礎:4000 萬名小客戶(含 Claude Pro、Max、Ultra 或 API 用戶)合計貢獻 25% 的收入,形成 Wall Street 下注的對象。用戶每次訂閱續約都直接影響 Anthropic 股價,
  • 循環融資制造生態系統性風險:Amazon、Google、Broadcom 與 Nvidia 等公司既是投資者、又是運算服務提供商,同時採購 Anthropic 服務,形成相互依賴的閉環。若任一環節需求放緩,所有參與者將同時受創,系統風險無法
編輯精選
AI 技術英文11月20日

6 Lessons I Learned From Installing AI in a $10M Business

Liam Ottley看原片 ↗
  • AI 負責前 80% 工作,人的品味決定最後 20% — 系統一開始生成的提案很基礎,直到 Isaac 的設計師介入決定風格、選擇產品後,品質才大幅提升。需要將品味優秀的員工的規則和案例提供給 AI,讓初版更接近他們的標準。
  • 聚焦單一瓶頸,不要全面改造 — 分析發現提案環節是最大痛點:每月 15-20 張圖、每張 10 小時、成本 $500-1000、9 成無結果。選擇同時改善速度、成本、品質的用例,才是 AI 真正發揮價值的地方。