AI Engineer onepage / Jonathan Kelley
速讀 · 架構 · 工程策略 · 來源
Jonathan Kelley, Dioxus Labs & Cognition · 約 18 分鐘
這支影片在講：AI 讓程式碼變便宜後，架構反而更重要
Dioxus 團隊用 coding agent 產出過數萬行 Rust，幾乎沒有一行達到可合併標準。Kelley 的結論很直接：agent 已能吞下 borrow checker 與邊角案例，但品質、測試與系統設計不會因此自動出現。
發布：2026-09-11 · Video ID：H7vFrcNWXzs
01 / 問題
「slop cannon」會製造假進度
訂閱額度拉滿、一次生成大量功能，表面上產量驚人；但沒有設計脈絡與審查標準的程式碼，只會留在草稿裡。
02 / 反轉
Rust 的難度可以變優勢
過去團隊花五年降低 Rust 門檻；如今 agent 可代為處理 borrow checker 和細節，嚴格型別反而成為可靠的 guardrail。
03 / 解法
以可驗證工作分配 agent
讓 agent 接住建置插件、release、backport、文件與 fuzzing；測試意圖、系統邊界與「該不該合併」仍需人來負責。
Signals
這場分享最值得記住的四個訊號
Project age
5 年
Dioxus 從跨平台 Rust framework 開始，長期累積的架構才是 agent 可借力的地基。
Adoption
37k
約 37,000 GitHub stars；成熟專案的約束與既有讀者，是生成品質的必要上下文。
Hot reload
100ms
原生程式碼就地 patch 的熱重載速度，代表團隊早已對工程回饋迴路投入深度設計。
Team size
3 人
小團隊最值得自動化的是 release、backport、文件等高頻且規則明確的維護工作。
Core story
Agent 擅長的，不等於可以放心交付的
01
把「寫得出來」誤認成「能合併」
團隊曾獲得數萬行看似完成的 Rust 功能，但幾乎全數停在 draft。agent 可以快速填滿需求表面，卻不會天然掌握產品取捨、模組邊界、相容性與維護成本。merge bar 必須在生成之前就存在。
02
把困難語言只當成人才瓶頸
當 agent 能處理所有權、borrow checker 與常見 edge cases，Rust 的嚴格性不再只是入門阻礙；它也把錯誤更早擋在編譯與介面層。前提是團隊仍要提供清楚的架構與約束。
03
期待 agent 自己發明正確的測試
Kelley 認為 agent 對「任何 API 都能寫測試」，但常常不是對的測試；反過來，fuzzing harness 很適合交給它。差別在於：前者需要理解風險與意圖，後者可沿著既定不變量系統性探索。
Decision map
把 agent 放到能擴大價值的位置
建置與平台整合深度整合的 Kotlin、Swift build plugin，從多年手寫工作縮短到數週。這類任務規格明確、可在 CI 與目標環境驗收。
Release 與 backport重複、跨版本、容易遺漏的維護工作，適合讓 agent 先完成整理、提案與執行；人保留最終核准與回退責任。
文件正確性文件可由程式碼、範例與變更集比對。把 agent 當成持續校對者，而不是無來源的內容生成器。
Fuzzing harness先由人界定 property、輸入空間與失敗判準，再讓 agent 協助搭建與擴充 fuzzing。這是用規則約束生成，而非相信直覺。
Architecture review模組責任、依賴方向、資料流與演進路徑，仍需要能閱讀整體系統的人做選擇。這正是 code 變便宜後更稀缺的能力。
閱讀優先於撰寫影片最後的提醒：生成壓低了寫碼成本，閱讀、理解與判斷哪些改動值得留下，才會決定團隊的吞吐與品質。
Practical checklist
導入 coding agent 前，先完成這五個檢查
是否先寫下「可合併」的條件？定義模組邊界、相容性、效能、可觀測性與 reviewer，避免把大量 draft 誤當作完成工作。
任務是否有清楚的驗證迴路？優先選 CI、編譯、fixture、golden test 或 production-safe sandbox 可以驗證的任務。
測試是在檢查行為，還是只在覆蓋 API？讓 domain owner 寫出意圖與不變量；agent 可協助補案例、產生 harness、維護測試資料。
人類時間是否從樣板工作移到閱讀與設計？量測 release、backport、文件與 review 的週期，而不只計算生成了多少行程式碼。
架構資訊能否被 agent 取用？把決策紀錄、模組責任、設計約束與範例靠近程式碼；缺少脈絡時，模型只會高效率地猜測。
Source video