他自曝月均6600次代码提交，难道自己都不仔细查看代码吗？
- 内容介绍
- 文章标签
- 相关推荐
当你打开GitHub的提交记录，kan到一片绿得发光的格子墙，你会怎么想？这大概是一个几十人的团队在赶工期吧？或者是一群不知疲倦的开源贡献者在狂欢？但Ru果我告诉你， 我们都经历过... 这惊人的6600次月均提交全部来自一个人呢？而且， 这个人还放出了一句让无数传统程序员听了会血压飙升的言论：“我发布的代码，我自己dou不读。”
这不是什么科幻小说里的情节，而是正在发生的现实。Peter Steinberger， PSPDFKit的创始人，在“退休”三年后被AI浪潮重新拉回了战壕。这一次他不再是那个苦哈哈地写每一行代码的CEO，而是一个坐在家里“玩得开心”的超级个体。他正在用一种近乎离经叛道的方式，重新定义我们熟知的软件开发。
先让我们消化一下这个数字。6600次提交，意味着什么？
记得Quora上曾有个关于Google AdMob工程师的讨论， 有人Zuo过统计，一名高效的谷歌工程师，每天大概Neng写100到150行经过深思熟虑的代码。而在国内，hen多资深开发者的日均有效代码量，Ru果算上测试、调试和重构，其实也就在这个量级浮动。甚至有极端的说法认为，真正优秀的代码，每天20行就足以改变世界。《技术周刊》曾报道过一个案例：一位资深Java开发者表示，“我每天能产出高质量的代码已经非常不错了。” 这种“高质量”往往伴因为漫长的审查和测试流程。
基本上... 但Peter的产出明摆着打破了这种物理定律。从提交记录来kan, 这像是一家初创公司在为IPOZuoZui后的冲刺。只是真相却是：“从提交记录kan, 这像是一家公司。但其实吧，这只是一个人坐在家里玩得开心。”
他是怎么Zuo到的？难道他不吃不睡，手指在键盘上飞出了残影？当然不是。Peter的秘密武器在于他彻底改变了生产关系——他不再是一个“写代码的人”，而是一个“管理智Neng体的人”。
很棒。 Peter的军火库里确实有Claude和Codex这类大语言模型。但Ru果你以为他只是把这些工具当作“geng快的打字机”，那你就大错特错了。工具本身只是魔法棒，真正的魔法在于挥舞它的咒语。
我裂开了。 他构建了一套名为“Agentic Engineering”的体系。这不是简单的“你问我答”，而是一套复杂的、并行的、自动化的工作流。AI不是助手，而是初级工程师；Peter不是监工，而是意图架构师。
“I ship code I don't read”——这句话乍听起来简直是对软件工程基本原则的亵渎，拉倒吧...。
我们从小受到的教育是：代码审查是质量的基石。不读代码, 怎么知道有没有Bug？怎么保证没有平安漏洞？ 瞎扯。 怎么确认逻辑正确？这种Zuo法在传统团队里绝对是会被开除的严重事故。
但Peter有他的逻辑。他的回答是：质量保证的方式变了但质量保证本身并没有消失，离了大谱。。
人类逐行审查的效率反而成了瓶颈。当代码的生 整一个... 成速度达到每分钟几百行时, 你根本读不过来。
这时候, 自动化测试就成了你与代码质量之间唯一的桥梁 。 Peter不再信任自己的眼睛, 他信任测试后来啊，得了吧...。
Peter的工作流核心, 是一个极其严苛的“测试闭环” 。 这不仅仅是开发完了写几个测试用例那么简单, 测试贯穿了他的整个开发过程, 甚至Ke以说是开发的驱动力，歇了吧...。
Peter Steinberger 的工作流程
- 定义意图： 他定义清晰的测试用例. 这些测试用例本质上是对“正确行为” 的精确描述. 你不需要写冗长的PRD, 测试用例本身就是最精确的意图表达.
- AI生成： 将需求丢给AI Agent, 让它去生成代码.
- 自动化验证： 生成的代码马上进入自动化测试环节.
- 反馈迭代： Ru果测试失败, 失败信息会被直接反馈给AI, AI据此修改代码. 这个循环不断重复, 直到所有测试通过.
为什么AI编程中经验丰富的开发者表现不佳?
- 习惯于掌控代码细节导致强迫症问题
- 与AI生成的风格不符导致大量时间用于修改重构
- 失去AI带来的效率优势
CI/CD 在 AI 时代是否仍然重要? "I don't care about CI"——我不在乎持续集成。" Peter解释说: 当你的开发速度足够快、 迭代周期足够短时传统CI 的价值会下降. "我想要什么" ， 而不是 "如何实现"。 Peter 将需求转化为清晰具体的意图描述 ，然后交给 AI Agent 施行 。 "学会放手 ，关注后来啊而非过程"。只要测试通过 ， 只要功能正常 ， 代码丑一点又何妨?，研究研究。
未来之路
AI 与大型企业
对于大型企业而言 , AI带来的挑战是结构性的 。 当一个人Ke以完成原来十个人的工作时组织架构必然需要调整 。 但大企业的惯性是巨大的——流程 、 审批 、合规 、平安 , 这些dou会减缓 AI 工具的应用速度 。 Peter预测 , 未来几年会出现明显的 “效率鸿沟”拥抱 AI 的小团队和个人开发者会在速度上碾压传统大企业 。 Peter 对开发者们的建议，操作一波...
对于开发者们而言 ， 我们需要做好以下准备 ：
- 建立 “AI协作” 的肌肉记忆 ， 把 AI 当作你的第一个 “结对编程” 伙伴 .
- 学会设计全面 、精确 的测试用例 .
- 将精力放在理解系统设计 、业务逻辑 、用户需求上 .
Peter Steinberger 的实践向我们展示了一种可Neng 的未来 : 一个人 ，借助 AI 的力量 ，Ke以创造出原本需要整个团队才Neng完成 的成果 。这既是机遇 ，也是挑战 。 对于我们而言 ，我们需要积极拥抱 AI 技术 , 并将其融入到我们的日常工作中 。 我们应该将注意力从繁琐的代码编写转移到更具创造性和战略性的任务上 ，不夸张地说...。
当你打开GitHub的提交记录，kan到一片绿得发光的格子墙，你会怎么想？这大概是一个几十人的团队在赶工期吧？或者是一群不知疲倦的开源贡献者在狂欢？但Ru果我告诉你， 我们都经历过... 这惊人的6600次月均提交全部来自一个人呢？而且， 这个人还放出了一句让无数传统程序员听了会血压飙升的言论：“我发布的代码，我自己dou不读。”
这不是什么科幻小说里的情节，而是正在发生的现实。Peter Steinberger， PSPDFKit的创始人，在“退休”三年后被AI浪潮重新拉回了战壕。这一次他不再是那个苦哈哈地写每一行代码的CEO，而是一个坐在家里“玩得开心”的超级个体。他正在用一种近乎离经叛道的方式，重新定义我们熟知的软件开发。
先让我们消化一下这个数字。6600次提交，意味着什么？
记得Quora上曾有个关于Google AdMob工程师的讨论， 有人Zuo过统计，一名高效的谷歌工程师，每天大概Neng写100到150行经过深思熟虑的代码。而在国内，hen多资深开发者的日均有效代码量，Ru果算上测试、调试和重构，其实也就在这个量级浮动。甚至有极端的说法认为，真正优秀的代码，每天20行就足以改变世界。《技术周刊》曾报道过一个案例：一位资深Java开发者表示，“我每天能产出高质量的代码已经非常不错了。” 这种“高质量”往往伴因为漫长的审查和测试流程。
基本上... 但Peter的产出明摆着打破了这种物理定律。从提交记录来kan, 这像是一家初创公司在为IPOZuoZui后的冲刺。只是真相却是：“从提交记录kan, 这像是一家公司。但其实吧，这只是一个人坐在家里玩得开心。”
他是怎么Zuo到的？难道他不吃不睡，手指在键盘上飞出了残影？当然不是。Peter的秘密武器在于他彻底改变了生产关系——他不再是一个“写代码的人”，而是一个“管理智Neng体的人”。
很棒。 Peter的军火库里确实有Claude和Codex这类大语言模型。但Ru果你以为他只是把这些工具当作“geng快的打字机”，那你就大错特错了。工具本身只是魔法棒，真正的魔法在于挥舞它的咒语。
我裂开了。 他构建了一套名为“Agentic Engineering”的体系。这不是简单的“你问我答”，而是一套复杂的、并行的、自动化的工作流。AI不是助手，而是初级工程师；Peter不是监工，而是意图架构师。
“I ship code I don't read”——这句话乍听起来简直是对软件工程基本原则的亵渎，拉倒吧...。
我们从小受到的教育是：代码审查是质量的基石。不读代码, 怎么知道有没有Bug？怎么保证没有平安漏洞？ 瞎扯。 怎么确认逻辑正确？这种Zuo法在传统团队里绝对是会被开除的严重事故。
但Peter有他的逻辑。他的回答是：质量保证的方式变了但质量保证本身并没有消失，离了大谱。。
人类逐行审查的效率反而成了瓶颈。当代码的生 整一个... 成速度达到每分钟几百行时, 你根本读不过来。
这时候, 自动化测试就成了你与代码质量之间唯一的桥梁 。 Peter不再信任自己的眼睛, 他信任测试后来啊，得了吧...。
Peter的工作流核心, 是一个极其严苛的“测试闭环” 。 这不仅仅是开发完了写几个测试用例那么简单, 测试贯穿了他的整个开发过程, 甚至Ke以说是开发的驱动力，歇了吧...。
Peter Steinberger 的工作流程
- 定义意图： 他定义清晰的测试用例. 这些测试用例本质上是对“正确行为” 的精确描述. 你不需要写冗长的PRD, 测试用例本身就是最精确的意图表达.
- AI生成： 将需求丢给AI Agent, 让它去生成代码.
- 自动化验证： 生成的代码马上进入自动化测试环节.
- 反馈迭代： Ru果测试失败, 失败信息会被直接反馈给AI, AI据此修改代码. 这个循环不断重复, 直到所有测试通过.
为什么AI编程中经验丰富的开发者表现不佳?
- 习惯于掌控代码细节导致强迫症问题
- 与AI生成的风格不符导致大量时间用于修改重构
- 失去AI带来的效率优势
CI/CD 在 AI 时代是否仍然重要? "I don't care about CI"——我不在乎持续集成。" Peter解释说: 当你的开发速度足够快、 迭代周期足够短时传统CI 的价值会下降. "我想要什么" ， 而不是 "如何实现"。 Peter 将需求转化为清晰具体的意图描述 ，然后交给 AI Agent 施行 。 "学会放手 ，关注后来啊而非过程"。只要测试通过 ， 只要功能正常 ， 代码丑一点又何妨?，研究研究。
未来之路
AI 与大型企业
对于大型企业而言 , AI带来的挑战是结构性的 。 当一个人Ke以完成原来十个人的工作时组织架构必然需要调整 。 但大企业的惯性是巨大的——流程 、 审批 、合规 、平安 , 这些dou会减缓 AI 工具的应用速度 。 Peter预测 , 未来几年会出现明显的 “效率鸿沟”拥抱 AI 的小团队和个人开发者会在速度上碾压传统大企业 。 Peter 对开发者们的建议，操作一波...
对于开发者们而言 ， 我们需要做好以下准备 ：
- 建立 “AI协作” 的肌肉记忆 ， 把 AI 当作你的第一个 “结对编程” 伙伴 .
- 学会设计全面 、精确 的测试用例 .
- 将精力放在理解系统设计 、业务逻辑 、用户需求上 .
Peter Steinberger 的实践向我们展示了一种可Neng 的未来 : 一个人 ，借助 AI 的力量 ，Ke以创造出原本需要整个团队才Neng完成 的成果 。这既是机遇 ，也是挑战 。 对于我们而言 ，我们需要积极拥抱 AI 技术 , 并将其融入到我们的日常工作中 。 我们应该将注意力从繁琐的代码编写转移到更具创造性和战略性的任务上 ，不夸张地说...。