← 返回部落格
Ai預計閱讀 9 分鐘

Uncle Bob 的 ub-mode,逼編碼 agent 證明工作真的做完

發布於 2026年11月15日
Uncle Bob 的 ub-mode,逼編碼 agent 證明工作真的做完

一份 skill 檔,背後是四個程式

每個禮拜都有新的儲存庫幫你的編碼 agent 配一個人格。一個 markdown 檔,配一個名字、一種口氣、一份清單,告訴模型該在意什麼。你把它丟進 skills 資料夾,敲一條斜線指令,agent 就開始用那種見過大風大浪的資深工程師語氣寫提交訊息。

截至 2026 年 11 月 15 日,ub-mode 在 GitHub 上有 7,989 顆星,儲存庫是 unclebob/ub-mode。安裝方式完全照這個套路:把 SKILL.md 複製到 ~/.claude/skills/ub-mode/SKILL.md,或者 Cursor、Grok 對應的位置,然後敲 /ub-mode。三個階段。「First Make it Work」包含 Laziness Protocol、Foundational Thinking、TDD、Redesign From First Principles、Attack the Premise、Subtract Before You Add、Outcome-Oriented Execution、Build the Lever,以及一節談架構的內容:領域建模、邊界、型別紀律、冪等操作,還有在序列化共享狀態之前先做分離。「Then Make it Right」包含 Fix Root Causes、Sequence Work into Verifiable Units、Test Behavior Not Implementation、Refactoring。「Practice」是一份紀錄、上下文視窗衛生、worktree 清理、小而有序的提交。

這份清單是大家會截圖引用的部分。真正值得讀的,是「Then Make it Right」裡面的東西:作者為了讓 agent 的工作能被檢查而寫的四個命令列程式。

一句話的問題

問編碼 agent 做完了沒有,你會得到一句話。「我實作了這個 endpoint,補了測試,測試套件全綠。」這句話是由寫程式的同一個過程生成的,所以它不攜帶任何獨立資訊。slop 就是這樣來的。這跟模型的性格關係不大,跟它身處的迴圈關係很大。agent 對「完成」的定義是一句聲明,而聲明很廉價。

這個 skill 把聲明換成 agent 必須去推動的數字。Crapper 計算每個函式的循環複雜度、測試覆蓋率和 CRAP 分數,規則是每個函式都得維持 CRAP < 10。Dryer 找結構性重複,要求相似度在 0.8 以上的區塊被移除。Mutator 跑突變測試:它故意把程式碼改壞,看測試有沒有反應。UML-viewer 畫元件、覆蓋率、CRAP 分數、突變分數和相依方向。

這四個裡面有三個可以讓建置失敗。你可以跟一段話爭。結束碼比較難爭,主要是因為你得拿出不一樣的程式碼來反駁。

Attack the Premise

第一階段那九條原則裡,有兩條在讀者是模型的時候表現不一樣。

Attack the Premise 是那種我會單獨發布的。agent 的順從有一種很具體也很貴的方式:它們照字面把需求實作出來,做得很稱職,從不問這個需求該不該存在。讓它們加一層快取,你就得到一層快取。有測試,分小步提交,邊界乾淨。沒有人去查這個 endpoint 慢是不是因為查詢計畫。agent 也不會注意到,這張工單是兩年前某個人做的一個決定的臨時補丁,而那個人已經離開了。

人類審查者會反駁,因為反駁不用錢,而且他們腦子裡裝著周邊的上下文。agent 只在規則要求它反駁時才反駁,這就讓 Attack the Premise 變成承重結構。它在第一階段的位置也很關鍵:在任何程式碼存在之前,那時候改答案還便宜。

Sequence Work into Verifiable Units 是第二條,它其實講的是記憶。長工作階段會腐敗。第三輪定下的一條限制,到第九十輪還在視窗裡,但它的份量變了,模型開始自信地違反你一小時前立的規矩。把工作切成單元,每個單元末尾放一個檢查,你就有一個可以停下來看的地方,也讓關卡有東西可咬。四千行改動末尾的關卡告訴你這個改動很糟。四十行末尾的關卡告訴你糟在哪四十行。

數字開始幫不上忙的地方

這裡是我開始不信任它的地方。

CRAP < 10 是從人類程式碼審查裡長出來的。它是為那些耐心有限、讀同事程式的審查者調的。一個照著門檻最佳化的 agent,可以把一個誠實的四十行函式拆成四個十二行函式,名字更糟,邏輯一模一樣。單一函式的複雜度下降,覆蓋率守住,分數掉下來,建置變綠。程式碼一點都沒變好,數字變好了。

重複度從另一個方向失效。Dryer 把相似度 0.8 以上的區塊標出來。抽一個共享 helper,收九個參數外加一個模式旗標,相似度就掉到門檻以下。你最後得到一個比它取代掉的那兩個函式更難讀的函式,外加一個通過的檢查。工具量的是形狀,而形狀很容易用更糟的形狀糊弄過去。

突變測試是誠實的關卡,也是貴的那個。它每個突變體跑一遍你的測試套件,所以實際耗時是套件執行時間乘以突變數量。這在筆電上還能忍,放在 agent 反覆改一個修正的迴圈裡就很痛。我的猜測,也只是猜測:agent 會先在這裡偷工減料,跳過 mutator,或者寫一些能殺掉突變體卻不斷言行為的測試。一個只斷言函式回傳非 null 的測試,能幹掉數量驚人的突變體,同時什麼使用者能認出來的東西都沒測到。

如今開始交付關卡的隨筆作家

這個專案裡有個 README 沒寫出來的笑話。Robert C. Martin 被爭論了二十年,主要圍繞 Clean Code 裡的風格建議,圍繞那些規則到底是苦戰得來的經驗,還是包裝得不錯的鄉野傳說。同一位作者現在把規則做成帶門檻和結束碼的程式交付,讓你去安裝,而不是去讀。

這讀起來像一種讓步,而且是公道的讓步。一篇隨筆沒辦法被執行。你可以不同意某一章好多年,永遠也定不了案。你可以用一個下午就不同意 CRAP < 10:在自己的儲存庫上跑一下工具,看看它想改什麼。風格之爭在有人拿出數字的時候就結束了,至少會變安靜、變具體。那個以寫程式散文出名的人,判定散文是弱的那一環。

關卡看不見的東西

有一處限制,說得直白些。這是一份 skill 檔加四個 CLI 工具。這一套裡沒有任何東西能驗證有人讀過 diff。關卡檢查的是 agent 產出的程式碼。它們對「有沒有任何人同意這段程式碼該存在」「這張工單值不值得做」一句話都不說。Attack the Premise,那條如果只能留一條我會留的規則,仍然只是 markdown 檔裡的一句話,除了模型願意聽話之外沒有任何東西在強制執行。整個集合裡最強的一項,是唯一一個背後沒有程式撐著的,這也說明了哪些問題才是真的難。

安裝之前,先拿 crapper 跑一遍你打算讓 agent 指向的儲存庫。如果已經有兩百個函式在門檻之上,第一次工作階段就是重構,不是做功能,agent 會把預算花在你從沒讓它碰過的程式碼上。這個數字自己先看到,比讓 agent 凌晨兩點替你發現要好。

相關文章