Meta 用 AI-Native 工程方法构建
来自 Meta Engineering · 期号 2026-10-16
摘要
Meta 的新应用 Forum 把 AI agent 当作工程流程的参与者，而不是更快的打字方式。 核心变化是从 human-in-the-loop 转向 human-on-the-loop：agent 自己跑迭代（规划、实现、构建、测试、修正），工程师设定目标、监控过程、批准结果。完成的标准是验证通过，不是编译通过。 最大的收益来自改造代码库和工具来适配 agent，而不是改 prompt。团队把架构做得更清晰，给 agent 提供直接检查状态的工具而不是文字描述，还用独立的构建版本让 AI 原型安全地跑。 一个小团队用这种方式在八周内达到了与 Facebook Groups 相当的功能。开发期间 agent 自动压力测试发现并修复了一个内存问题，把内存用量和页面错误大约减半。 原文是 Meta Engineering 的工程复盘，详细讲了规则、技能、命令、钩子这套操作模型，以及哪些做法有效、哪些无效。
深读
导读 Meta 的新应用 Forum 是一次工程实验：把 AI agent 当作开发流程的参与者，而非更快的打字方式。核心变化是从 human-in-the-loop 转向 human-on-the-loop——agent 自己跑迭代，工程师设定目标、监控过程、批准结果。读完能带走一套具体的操作模型（规则、技能、命令、钩子），以及改造代码库来适配 agent 而非改 prompt 的经验。 关键信息 - Forum 是一个独立的 Facebook Groups 应用，由小团队从零构建，在八周内达到了与 Facebook Groups 相当的核心功能。 - 完成标准从「编译通过」改为「验证通过」：任务只有通过自动化测试和视觉检查才算完成，agent 在工程师看到结果前先自我检查。 - 自动压力测试在开发期间发现并修复了一个内存问题，将设备上的内存增长和页面错误大约减半。 - 最大的收益来自改造代码和工具（架构清晰化、给 agent 直接检查状态的工具、独立的构建版本），而非优化 prompt。 - 操作模型包含五个组件：Rules（永久项目指令）、Skills（可加载步骤）、Agents（自动化检查）、Commands（链式工作流）、Hooks（自动触发器）。 逐节讲解 从 Human-In-The-Loop 到 Human-On-The-Loop 传统模式是工程师驱动每一步，AI 在内部辅助（自动补全函数、建议修复、回答问题）。新模式下，agent 自己跑规划、实现、构建、测试、修正的循环，工程师的角色从执行步骤变为拥有结果、把控质量。关键前提是信任：如果 agent 返回的结果不可靠，工程师就得花时间阅读、调试、丢弃看似合理但实际不工作的代码。因此团队把验证门槛从编译通过提高到测试和视觉检查通过，agent 先自我验证，工程师只看到一小批高置信度的结果。 操作模型的五个组件 - Rules：永久项目指令。agent 重复犯同一个错误超过两次后，把修正编码为规则，对所有未来 session 生效。 - Skills：把团队惯例变成 agent 可调用的可加载步骤。 - Agents：自动化之前需要人工完成的检查。 - Commands：把 skills 和 agents 链成工作流，评估复杂度、复现 bug、规划并实现修复、创建 pull request、运行多阶段审查。 - Hooks：自动触发器，例如每次 agent 回合后运行 linter、安装前检查模拟器连接、创建 pull request 前验证测试。 改造环境而非改造 Prompt 最大的收益来自改变代码和工具。团队保持 Forum 代码库架构清晰、模块化，让 agent 能轻松接入；对无法模块化的部分从零重写，用复用性换取 agent 吞吐量。主要失败模式是 agent 在应用中迷失位置（编辑…