斯坦福 CS146S 精读（三）：Agent Manager——人机协作的最佳实践

本文是「斯坦福 Vibe Coding 课程精读」系列第 3 篇。系列导航见文末。

CS146S 第四周的课程标题叫"Coding Agent Patterns"（编程 Agent 模式），但它真正在教的是一个全新的职业技能：Agent Manager。

什么是 Agent Manager？就是不直接写代码，而是指挥 AI Agent 写代码的人。听起来像是"甩手掌柜"，但实际上这可能是 AI 编程时代最难、最有价值的技能之一。

为什么难？因为你需要同时具备三种能力：

1. 技术判断力：能评估 AI 生成的代码质量，知道什么能过、什么不能过
2. 任务分解力：能把复杂需求拆成 Agent 能独立完成的子任务
3. 沟通精确度：能用最少的信息量传达最准确的意图

这周的嘉宾是 Boris Cherney——Claude Code 的创始人。直接从工具创造者的口中学习如何使用工具，这个含金量不言而喻。

Agent 的自治度光谱

AI 编程 Agent 不是一个二元开关——“全自动"或"纯手动”。它是一个自治度光谱，你需要根据任务类型动态调整。

Devin（Cognition）的 Agents 101 文档把这个光谱分为三个区间：

低自治度：简单任务

• 特征：明确的输入输出、有限的决策空间
• 示例：重命名变量、添加类型注解、写单元测试、修复 lint 错误
• 管理方式：直接描述需求，几乎不需要干预
• 时间节省：接近 100%

在这个区间，Agent 就像一个熟练的打字员——你告诉它做什么，它就做什么。你的角色更像是"下达指令的人"。

中自治度：中等任务

• 特征：需要一定的设计决策、涉及多个文件、有一些模糊地带
• 示例：实现一个新 API 端点、重构一个模块、添加新功能
• 管理方式：提供详细上下文 + 中间检查 + 人工打磨
• 时间节省：约 80%

这是大部分日常开发工作所在的区间。Agent 能完成 80% 的工作，但剩下的 20% 需要人类来打磨——处理边界条件、优化性能、确保与现有代码风格一致。

你的角色从"下达指令"变成了"协作伙伴"——你和 Agent 像结对编程一样工作。

高自治度：复杂任务

• 特征：跨多个系统、需要架构决策、有大量不确定性
• 示例：设计数据库 schema、实现微服务通信、性能优化、安全加固
• 管理方式：分阶段推进 + 多个检查点 + 深度审查
• 时间节省：30-60%

在这个区间，Agent 更像是一个初级工程师——能做很多执行工作，但需要高级工程师在关键决策点把关。你的角色变成了真正的"Manager"——规划、分解、审查、纠正。

关键心态调整：不要期望 Agent 一次性完美完成复杂任务。 把复杂任务拆成多个中等任务，分阶段推进，每个阶段都有明确的验收标准。

Anthropic 的官方最佳实践

CS146S 这周的必读材料之一是 How Anthropic Uses Claude Code——这是 Anthropic 内部工程团队使用 Claude Code 的第一手经验。

配合 Claude Code Best Practices（中文解读），可以提炼出以下核心模式：

模式一：从规划开始，而非从编码开始

最常见的错误是直接让 Agent 写代码。更好的做法是先让 Agent 做规划：

# 差的做法
"实现用户认证系统"

# 好的做法
"分析当前项目的认证方案，列出需要修改的文件和步骤，
先给我一个实施计划，不要开始写代码"

先拿到计划，审查计划的合理性，然后再让 Agent 按计划执行。这比让 Agent 一路狂奔、最后发现方向错误要高效得多。

模式二：使用 CLAUDE.md 建立项目规范

CLAUDE.md 是 Claude Code 读取的项目级配置文件。它的作用就像"给新员工的入职手册"——告诉 Agent 这个项目的约定、技术栈、编码风格和禁忌。

一个好的 CLAUDE.md 至少包含：

• 项目概述和技术栈
• 编码规范和风格指南
• 常用命令（构建、测试、部署）
• 文件结构说明
• 明确的"不要做"清单

CLAUDE.md 的 ROI 极高——写一次，每次对话都自动生效。这是系列第 2 篇中讲的"上下文工程"的最直接应用。

模式三：给 Agent 接入反馈循环

Agent 不应该在真空中工作。让它能看到：

• 测试结果：运行测试套件，让 Agent 看到哪些通过、哪些失败
• Lint/Type Check 输出：让 Agent 知道代码是否符合规范
• 构建日志：编译错误、依赖问题
• CI/CD 结果：在 PR 流程中让 Agent 看到 CI 反馈

这些反馈就像"自动化的 Code Review"——Agent 能根据反馈自动修正，减少人工干预的次数。

模式四：分而治之

大任务拆小。每个子任务有明确的输入、输出和验收标准。

# 差的做法
"把整个前端从 Vue 2 迁移到 Vue 3"

# 好的做法
"我们要把前端从 Vue 2 迁移到 Vue 3，分步进行：
第 1 步：先迁移 src/components/Button.vue，
使用 Composition API 重写，保持相同的 props 接口。
完成后运行 npm test -- --grep Button 确认测试通过。"

小步前进，每步验证。这不仅降低了出错的概率，也让你更容易发现和定位问题。

模式五：保持会话聚焦

一个对话做一件事。当上下文变得过长或偏离主题时，新开一个会话。

这与系列第 2 篇中讲的"上下文分心"直接相关——超过一定长度后，AI 的注意力会被分散，输出质量下降。及时"刷新"会话是保持输出质量的有效手段。

从 Claude Code 创始人口中学到什么

Boris Cherney 是 Claude Code 的创造者。他在 Week 4 的嘉宾演讲中分享了 Claude Code 的设计哲学和使用之道。

结合公开的演讲 Slides，核心理念可以概括为：

Terminal-first 的设计哲学

Claude Code 选择在终端中运行，而不是嵌入 IDE。这不是退步，而是深思熟虑的选择：

• 终端是最通用的开发环境：不绑定任何特定的编辑器
• 终端天然支持自动化：可以被脚本调用、可以并行运行、可以嵌入 CI/CD
• 终端给了 Agent 完整的系统访问：不仅能读写代码，还能运行测试、查看日志、操作 Git

这种设计哲学的深层含义是：Claude Code 不是一个"更智能的代码补全工具"，而是一个能做软件工程师做的一切事情的 Agent。

信任但验证

Claude Code 的权限模型是"信任但验证"——它会主动告诉你即将执行什么操作，你可以选择批准或拒绝。对于高风险操作（删除文件、执行 shell 命令），需要明确授权。

这个模型的启示是：好的 Agent 管理不是不信任 Agent，而是在关键节点设置检查门。就像管理一个初级工程师——你信任他的日常工作，但 merge 到 main 分支前要 review。

上下文就是一切

Boris 反复强调的一个主题：Claude Code 的输出质量完全取决于它获得的上下文。相同的 prompt，在不同的上下文下（不同的 CLAUDE.md、不同的代码库状态、不同的历史对话），会产生完全不同的结果。

这呼应了整个 Week 3 的主题，也解释了为什么"同一个问题别人用 Claude Code 很好用、我用就不行"——差异不在于 prompt，而在于上下文。

Good Context Good Code：2.5 倍生产力的秘密

Week 4 的阅读材料中，Good Context Good Code 是最具实操价值的一篇。StockApp 团队声称实现了约 2.5 倍的生产力提升（相比纯手工开发），远超通常报道的 30-50% 提升。

他们的秘诀？一套完整的上下文管理体系。

分层开发流程

设计(Design) → 计划(Plan) → 实现(Implement) → 测试(Test) → 审查(Review) → 更新(Update)

每个阶段都有对应的文档和 AI 交互模式：

• 设计阶段：用 AI 辅助需求分析和技术方案设计，输出到 docs/designs/
• 计划阶段：用 AI 将设计拆解为具体的实施步骤，输出到 docs/plans/
• 实现阶段：AI 按照计划编写代码，参考 schema.sql 和 docs/guides/
• 测试阶段：AI 根据设计和计划生成测试用例
• 审查阶段：多个 AI 模型交叉审查代码（集合方法）
• 更新阶段：根据反馈更新文档和代码

MCP Server 矩阵

StockApp 部署了多个 MCP Server 来扩展 AI 的感知范围：

每个 MCP Server 都是 AI 的一双"眼睛"——让它不仅能看到代码，还能看到围绕代码的整个业务上下文。

集合方法（Ensemble Method）

最有趣的实践是用多个 AI 模型交叉审查工作。一个 AI 写的代码，让另一个 AI（甚至是不同模型）来 review。不同模型有不同的盲区和强项，多样性带来了更全面的审查覆盖。

这就像人类团队的 Code Review——不是因为写代码的人不行，而是第二双眼睛总能发现第一双眼睛漏掉的东西。

Agent Manager 的核心能力模型

综合 CS146S Week 4 的所有材料，我认为一个优秀的 Agent Manager 需要具备以下能力：

1. 任务分解能力

核心问题：如何把一个复杂需求拆成 Agent 能独立完成的子任务？

方法论：

• 每个子任务有明确的输入和输出
• 子任务之间的依赖关系清晰
• 每个子任务可以独立测试
• 子任务的粒度不超过"一个 PR 能 review 的量"

反模式：

• 一口气让 Agent 做整个功能
• 子任务之间有隐含的依赖（没说清楚但你心里知道）
• 无法验证单个子任务是否正确完成

2. 上下文策展能力

核心问题：给 Agent 提供什么信息、以什么形式提供？

方法论：

• 遵循"最小充分原则"——只给完成当前任务需要的信息
• 使用分层结构——从全局到局部、从抽象到具体
• 确保信息的一致性——上下文中不能有矛盾
• 及时更新——完成一个子任务后，更新后续任务的上下文

反模式：

• 把整个代码库扔给 Agent（信息过载）
• 给了 README 但 README 已经过时（上下文中毒）
• 前后给的信息矛盾（上下文冲突）

3. 质量把控能力

核心问题：如何评估 Agent 的输出质量？

方法论：

• 有明确的验收标准（测试通过、lint 通过、符合规范）
• 重点审查 Agent 的"盲区"——边界条件、安全处理、性能影响
• 对于关键代码路径，手动走查逻辑
• 利用集合方法——让另一个 AI 或人类交叉审查

反模式：

• 看了一眼"能跑就行"
• 只看 happy path，忽略 error handling
• 完全依赖测试通过作为质量标准（AI 可能生成"通过但无意义"的测试）

4. 自治度调控能力

核心问题：什么时候放手让 Agent 自主工作、什么时候需要人工介入？

判断框架：

5. 持续学习能力

核心问题：如何不断提升 Agent 的表现？

方法论：

• 记录 Agent 的常见错误模式，在 CLAUDE.md 中增加对应规则
• 总结成功的任务描述模板，形成可复用的 prompt 库
• 追踪不同类型任务的时间节省比例，优化投入分配
• 关注工具更新，及时调整使用策略

从"会写代码"到"会管 Agent"

CS146S Week 4 描绘了一个清晰的职业进化路径：

传统开发者：手写代码 → 审查代码 → 部署代码
AI 辅助开发者：指导 AI 写代码 → 审查 AI 代码 → 部署代码
Agent Manager：规划任务 → 配置上下文 → 管理多个 Agent → 审查结果 → 持续优化

每一步进化，人类的角色都在上移——从执行层到管理层到战略层。

这不是"取代"，而是"解放"。当 Agent 承担了 80% 的执行工作时，你有更多精力做只有人类能做的事：理解业务需求、做架构决策、保障质量底线、预判技术方向。

Boris Cherney 创造 Claude Code 的初衷正是如此——不是做一个更快的代码编辑器，而是做一个能独立完成软件工程任务的 Agent，让人类工程师升级为 Agent Manager。

你准备好升级了吗？

相关阅读

• Claude Code 从入门到精通完全指南 — Boris Cherney 创造的这个工具，值得深入了解
• Claude Code 最佳实践 — 创始人亲自分享的使用之道
• Claude Code Agent Teams 完全指南 — 从单 Agent 到多 Agent 协作
• CLAUDE.md 记忆术 — 项目级上下文管理的核心实践
• 从零手搓一个 Claude Code — 理解 Agent 底层架构的最佳方式

系列文章导航

本文是「斯坦福 Vibe Coding 课程精读」系列第 3 篇：

1. 斯坦福 CS146S 精读（一）：Vibe Coding 如何成为正式学科
2. 斯坦福 CS146S 精读（二）：上下文工程（Week 3）
3. 本文：斯坦福 CS146S 精读（三）：Agent Manager（Week 4）
4. 斯坦福 CS146S 精读（四）：Secure Vibe Coding（Week 6-7）
5. 斯坦福 CS146S 精读（五）：从原型到生产（Week 8-9）