前 Meta L8 工程师自曝：一天 40 个 PR 的秘密不是更努力，而是“消失”

如果你还在逐行 review 代码，AI 时代你可能正在拖慢整个团队。这期 Peter Yang 的访谈里，一位前 Meta L8 工程师公开了他用 AI Agent 把自己“移出开发回路”，实现一天 40 个 PR 的真实工作流，信息量极高，也极具争议。

最反直觉的一句话：工程师不该再看每一行代码

视频一开始就抛出了一句让很多资深工程师不舒服的话：“If you review every single line of code， you become the bottleneck.” 在传统工程文化里，逐行 code review 是责任心的体现；但在 Kun Chen 看来，这在 AI 时代反而成了效率杀手。原因很简单：当 AI 已经能持续产出代码，人类继续用线性方式检查，只会把整个系统的吞吐量拉回到人的极限。

他的目标并不是‘写更快’，而是‘把自己移出循环（move ourselves out of the loop）’。不是不管，而是把人的角色从“执行者”和“检查者”，升级为“设计者”和“约束制定者”。这也是他能同时跑大量 agent、并行推进任务的前提。

Plan > Code > Validate：真正拉开差距的是“计划阶段”

Kun 把自己的工作流拆得非常清楚：Plan、Code、Validate。听起来很普通，但他反复强调：决定效率上限的，是 Plan 阶段投入了多少认知。

在他的系统里，Plan 不是写几条 TODO，而是把问题拆到 agent 可以无歧义执行的程度。规划越清晰，后面的 coding 和 validation 就越像流水线。这里有一个重要转变：工程师不再是“即时决策者”，而是提前把决策固化进 prompt、规则和上下文里。

这也是为什么他可以同时跑多个 agent building session，让系统自己做 compaction、跑测试、修小错，而不是等人一个个确认。

工具不是重点，关键是交互方式的改变

当被问到 AI stack 时，Kun 的反应很有意思：他愿意花大量时间‘读文本’，但前提是交互方式必须对人友好。这也是他后来展示 Lavish Editor 的原因。

相比在黑框里反复对话，他更偏好可视化、可交互的编辑环境：HTML 是 agent 写的，但结构、组件、调整是人和 AI 一起完成的。“Everything can be done interactively.” 这句话点出了核心：未来的开发环境，不是让人适应 AI，而是让 AI 嵌入人类熟悉的操作方式。

一个小细节很有代表性：他只要输入固定的启动词（比如 treehouse），就能快速开启新 session，把上下文、工具链一次性拉起。

把测试、解释、收尾都交给 Agent

在后半段演示中，你能看到一个完整的 pipeline：agent 写代码、跑测试、修问题、最后自动生成‘这次改动在做什么’的解释文本。Kun 特别强调：不要只让 agent 帮你写代码，要逼它把你最不想做、但又必须做的事情全包下来。

测试是一个典型例子。很多团队嘴上说重视测试，实际上是靠人记得去跑。Kun 的思路是：既然 agent 已经理解上下文，那为什么不让它把测试当成默认步骤？人只在 validate 阶段看最终结果，而不是盯着中间过程。

L8 级别的真正优势：不是技术，而是系统思维

视频最后轻描淡写地提到 Kun 曾是 Meta 的 L8 工程师。但整个访谈看下来，你会发现级别带来的最大差异，并不是会不会某个框架，而是如何设计一个‘人可以被替换掉一部分’的系统。

他关心的从来不是某个模型版本，而是：这个流程是否允许并行？是否允许失败？是否能在没有人盯着的情况下继续前进？这正是 AI Agent 时代，对高级工程师提出的新要求。

总结

这期访谈真正值得反复看的，不是具体用了哪个工具，而是一个信号：工程师的价值正在从“写对代码”，转向“设计不会出大错的系统”。如果你还在所有 PR 上逐行确认，可能不是你不够努力，而是你的工作方式已经不适配新的生产力工具。

对个人来说，可以从三件事开始：第一，把规划写得比以前更狠；第二，挑一件你最讨厌但最常做的事，强制交给 agent；第三，反思自己在哪些地方成了瓶颈。AI Agent 不会立刻取代工程师，但会迅速淘汰那些拒绝离开执行层的人。

关键词： AI Agent， 软件工程效率， 工程师工作流， 人机协作， 代码自动化

事实核查备注： 1. Kun Chen 是否为前 Meta L8 工程师的正式履历描述；2. 视频的完整时长与发布时间；3. Lavish Editor 的准确名称与定位；4. 一天 40 个 PR 是否为原视频中的明确说法还是主持人口径；5. 引用英文原句的上下文准确性