东锡总结Lauren Tan的AI编程工作流并给出实践建议

2026年10月4日，X 用户 Dongxi 东锡 NLP（@dongxi_nlp）发布内容，称根据播客内容总结了 Lauren Tan 的 AI 编程工作流，并在结尾给出自己的点评。据其转述，Lauren 的做法涉及 pstack、验证技能以及不逐个 Review PR；她表示这套做法能否成立取决于工作成果能否被程序自动检查，软件大部分可以，很难自动检查的领域则很难这样做，她自己也没有答案；她还提醒走到这一步很难，要花大量时间观察和调整，装上 pstack 并不能直接做到。东锡在点评中对比了条件差异：Lauren 在大公司，不用考虑 Token 消耗，全程用最好的模型、开最快的模式都没问题；而像他这样没有大公司可以依靠的，得自己掏钱买 2 个 Claude Max 20x 账号，还得省着用。同一报道中，东锡还提出在 Agent 时代 PR Review 可能变成 AI 恶人的办公室政治工具，认为人工 review 中恶意容易被识破和反击，而借助 AI review 可以做到恶意满满，被攻击者的 token 和正向情绪会在与恶意 review 的过程中被一点点耗尽。上述内容均为该来源的转述与个人观点。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。