代码交给模型,署名留给自己:Simon Willison 的人机边界
2026年2月23日,独立开源开发者 Simon Willison 在个人博客启动了一项新计划:将“代理工程模式”(Agentic Engineering Patterns)整理为持续更新的章节指南 [S8]。引人注目的是这个项目的施工方式。支撑指南运行的新后台结构——包括 Guide、Chapter、ChapterChange 数据模型及对应 Django 视图——按他自己的披露,大部分并非亲自手写,而是由他在 iPhone 上访问的 Claude Code web 中的 Claude Opus 4.6 编写 [S8]。
但在同一份说明中,他为文字内容立下明确规矩:绝不以自己的名字发表 AI 生成的文章,模型最多用于校对错漏或补充示例代码 [S8]。一边调度模型构建支撑博客的软件架构,一边拒绝让模型代写署名文章,这看似矛盾的选择,实则体现了他对不同任务性质的判断。对他而言,工程建造与公共写作遵循着截然不同的信任规则,工具越是高效,作者越需要明确自己不可替代的边界。
理解他为何对署名如此坚持,需回溯他二十余年的开源与写作经历。Willison 并非刚入局的技术新人,他的个人博客自 2002 年起持续写作至今 [S7]。在工程领域,他有多项广为人知的作品:他是 Python Web 框架 Django 的共同创建者,也开发了数据探索与发布工具 Datasette,以及与大模型交互的命令行工具和 Python 库 LLM [S7]。在职业路径上,他于 2010 年共同创立活动信息平台 Lanyrd;Eventbrite 收购 Lanyrd 后,他曾任 Eventbrite 工程总监,之后重新回到独立开源开发者的身份 [S7]。
长期的独立创作,使博客对他而言不只是展示动态的窗口,更是承载二十余年职业信誉的账本。他在网站说明中公开披露赞助与合作关系,并表示博客赞助商不会干预编辑内容 [S7]。把这一立场与他对 AI 代写的限制并置观察,背后的原则是一致的:无论是面对商业赞助还是文本生成模型,编辑独立性都不能让渡。署名一旦落在他的名字之下,读者期待的是真实工程师在长期实践中形成的判断与取舍,而非概率拼接却无人担责的文本。
然而,当视线从博客文章转向系统代码时,他的策略截然不同。截至 2026 年 2 月 23 日指南启动时,他在博客相应标签下已累计写下 345 篇相关内容,记录了他在这一领域持续追踪与实验的密度 [S8]。零散笔记适合捕捉快速变化的技术动态,但当实践积累到一定体量,就需要更有条理的结构来沉淀经验——Guide、Chapter、ChapterChange 这套管理章节与变更记录的新后台模型,正是为了承接这项整理工作而建。
在此基础上,Willison 用“代理工程”(agentic engineering)来概括这种编程方式,并刻意与流行的“氛围编程”(vibe coding)区分 [S8]。两者的分水岭在于开发者的掌控度:后者往往意味着不再查看具体代码,仅凭运行表象推进;前者则是专业开发者借助能够生成并执行代码的代理,让代理参与测试与迭代,同时由工程师把控质量 [S8]。照此逻辑推演,他之所以敢在手机端让模型编写 Django 模型与视图,很大程度上是因为他作为 Django 的共同创建者,对这套框架的结构和边界熟稔于心,因而有能力审视代理交出的结果。
角色转换带来的现实影响,直接体现在指南率先发布的两章中,其中一章即讨论“写代码成本的下降” [S8]。过去,独立开发者若要为博客新增一套完整的章节版本管理功能,往往要耗费大量时间编写重复的数据模型和视图逻辑。当代理把这类编码成本大幅压低后,工程师不必再将精力困在逐行键入常规代码上,得以转向更关键的层面:设计合理的数据结构、界定系统职责,以及防范高速生成的代码破坏既有功能。
至于如何约束写得极快的代理,首两章的另一主题给出了答案:红绿测试驱动开发(Red/green TDD)[S8, S9]。这一经典工程方法规则直白:先编写自动化测试并运行,确认测试失败(红),再修改功能实现使测试通过(绿)[S9]。这种先红后绿的节奏看似多绕了一步,但在实际工程中却是验证测试本身有效性的前提。Willison 强调“先看到失败”尤为重要:若一条测试写完就直接通过,它很可能根本没有覆盖到声称新增的行为,只是留下了一项毫无作用的空转测试 [S9]。
他认为,将这一纪律套用于人工智能代理,能有效约束代理不去编写无效或多余的代码,并把测试用例留作日后回归检查的护栏 [S9]。换言之,把写代码交给代理并不等于放弃控制,而是把人工逐行检查的部分负担,转化为预先立下的自动化标准。当然,客观而言,测试机制也存在边界:测试通过只代表代码满足了所写测试的条件;至于原始需求、测试断言和覆盖范围本身,仍可能有误 [S9]。因此,最底层的需求审视依然离不开人的判断。
至此,Willison 在博客建造上的两套规则便构成了自洽的整体。代码之所以能够交给 Claude Opus 4.6 大量编写,是因为软件系统存在客观的反馈闭环:能否正常运行、是否破坏原有逻辑,都能通过执行和红绿测试反复检验,代理也可在其中持续迭代 [S8, S9]。但面向人类读者的技术写作并没有等价的自动化测试。文章的论据是否扎实、经验是否源自真实实践、表达分寸是否恰当,无法靠跑通一组测试来证明,只能由作者以个人信誉做担保。
2026年2月下旬启动这份指南时,他曾计划每周补充一到两章;不过,这只是当时定下的规划,不能当作后来已经实现的进度 [S8]。在软件代理日益深入日常开发的背景下,Simon Willison 的取舍提供了一种清醒的对照:不神化工具,也不抗拒效率,让代理承担可验证、可测试的建造工作,把需要以多年专业信用背书的思考与署名表达,留给自己。
资料来源
- [S7] Simon Willison, About Simon Willison (accessed 2026-11-17): https://simonwillison.net/about/
- [S8] Simon Willison, Writing about Agentic Engineering Patterns (2026-02-23): https://simonwillison.net/2026/Feb/23/agentic-engineering-patterns/
- [S9] Simon Willison, Red/green TDD (accessed 2026-11-17): https://simonwillison.net/guides/agentic-engineering-patterns/red-green-tdd/