{"version":"https://jsonfeed.org/version/1.1","title":"AI研发效能","home_page_url":"https://listen.lmm333.com","feed_url":"https://listen.lmm333.com/json/","description":"","icon":"/media/production/images/item-a4c81a46f889f2d4162de8951e13d22c.png","favicon":"/media/production/images/item-a4c81a46f889f2d4162de8951e13d22c.png","language":"zh-cn","items":[{"id":"6oea3_FYvQm","title":"EP33｜Matt与Lauren Tan：高产PR背后，验证与工程环境怎样升级","attachments":[{"url":"/media/production/media/audio-19cf28da25b846ee82bc54246cf949b4.mp3","mime_type":"audio/mpeg","size_in_byte":10898349,"size_in_bytes":10898349,"duration_in_seconds":681.0585}],"url":"https://listen.lmm333.com/i/ep33-matt%E4%B8%8Elauren-tan-%E9%AB%98%E4%BA%A7pr%E8%83%8C%E5%90%8E-%E9%AA%8C%E8%AF%81%E4%B8%8E%E5%B7%A5%E7%A8%8B%E7%8E%AF%E5%A2%83%E6%80%8E%E6%A0%B7%E5%8D%87%E7%BA%A7/","content_html":"<p>原始视频：<a href=\"https://www.youtube.com/watch?v=MN9dGgmLyso\">Matt Pocock 与 poteto / Lauren Tan 对谈</a></p>\n<p>本期为《AI 研发效能》的中文原创解读与 AI 合成配音，时长 11:21；不是原访谈的完整译配。英文底稿来自 YouTube 自动字幕，未完成原声核对，专名与数字仍可能存在识别误差。</p>\n<h1>EP33｜Matt与Lauren Tan：高产PR背后，验证与工程环境怎样升级</h1>\n<p>听过 Matt 的“AI 基本功”“PR 瓶颈”和 Lauren 的“14 个 AI 同事”，这场新对谈还带来了什么？</p>\n<p>本期把旧原则和新细节分开：验证本身早已讲过，CLI、协调者和内外反馈循环也并非首次出现。更值得继续追问的是，哪些固定操作应成为工具，工程环境怎样减少常见错误，以及为什么发现问题后，有时应该先记录、找共同原因，再开始修复。</p>\n<p>“一个月 2,500 个 PR”是嘉宾自述，且包含大量维护工作；我们没有核对其生产率、故障率或业务收益。PR 数量不等于被接受的结果数量。本期还用自行设计的导出与问题分诊例子讨论落地，口播中已与嘉宾经验区分。</p>\n<h2>你会听到</h2>\n<ul><li>真实验证如何形成一条能执行、能留下证据的路径。</li><li>固定步骤与模型判断如何分工，何时值得封装 CLI。</li><li>功能目录、注册规则与检查怎样约束常见错误。</li><li>为什么“一份报告派一个智能体”可能产生重复修复。</li><li>先积累巡查结果、再看共因的价值，以及自动合并的边界。</li></ul>\n<h2>成品时间轴</h2>\n<p>00:00 开场：这次听新增的方法</p>\n<p>00:05 先对照旧节目：哪些已经讲过</p>\n<p>01:22 别把PR计数当成效能</p>\n<p>02:35 验证不是一句指令，而是一条可执行路径</p>\n<p>04:00 把固定步骤写成工具，把判断留给智能体</p>\n<p>05:18 从提醒别犯错，到让常见错误难以发生</p>\n<p>06:33 接通反馈之后，还需要去重和判断</p>\n<p>07:44 最值得单独记下的新细节：先记录，再修复</p>\n<p>08:53 自动合并的边界，原片没有给出万能答案</p>\n<p>10:08 明天只做一个改变</p>\n<p>11:16 片尾</p>\n<h2>对照收听</h2>\n<ul><li><a href=\"https://www.xiaoyuzhoufm.com/episode/6ab01333ac389df82734e929\">EP23｜Matt Pocock：AI 越会写代码，软件基本功为何越重要</a></li><li><a href=\"https://www.xiaoyuzhoufm.com/episode/6ab9dfe1195d838e2aeaeac6\">EP28｜Matt Pocock：AI 让 PR 暴增，代码评审如何不被压垮</a></li><li><a href=\"https://www.xiaoyuzhoufm.com/episode/6abafbe9e742e36efcbc657b\">EP29｜Grok Bot 团队：14 个 AI 同事，如何接手工作与生活</a></li><li><a href=\"https://www.xiaoyuzhoufm.com/episode/6aac2e3a9d326477816acc5d\">EP19｜Grok Bot Galaxy Day 1 完整版</a>：CLI 验证在早期系列已经出现。</li></ul>\n<h2>相关资料</h2>\n<ul><li><a href=\"https://github.com/cursor/plugins/tree/23e4138daa01c42d4969f7a5465f82704e64f798/pstack\">pstack：本次核对的固定版本</a></li><li><a href=\"https://github.com/cursor/plugins/blob/23e4138daa01c42d4969f7a5465f82704e64f798/pstack/skills/create-verification-skill/SKILL.md\">创建验证技能</a></li><li><a href=\"https://github.com/cursor/plugins/blob/23e4138daa01c42d4969f7a5465f82704e64f798/pstack/skills/maintain-verification-skill/SKILL.md\">维护验证技能</a></li></ul>\n<p>制作：《AI 研发效能》。AI 合成旁白不代表原嘉宾声音；观点归属与我方建议在正文中区分。</p>","content_text":"原始视频： Matt Pocock 与 poteto / Lauren Tan 对谈\n\n本期为《AI 研发效能》的中文原创解读与 AI 合成配音，时长 11:21；不是原访谈的完整译配。英文底稿来自 YouTube 自动字幕，未完成原声核对，专名与数字仍可能存在识别误差。\n\nEP33｜Matt与Lauren Tan：高产PR背后，验证与工程环境怎样升级\n\n听过 Matt 的“AI 基本功”“PR 瓶颈”和 Lauren 的“14 个 AI 同事”，这场新对谈还带来了什么？\n\n本期把旧原则和新细节分开：验证本身早已讲过，CLI、协调者和内外反馈循环也并非首次出现。更值得继续追问的是，哪些固定操作应成为工具，工程环境怎样减少常见错误，以及为什么发现问题后，有时应该先记录、找共同原因，再开始修复。\n\n“一个月 2,500 个 PR”是嘉宾自述，且包含大量维护工作；我们没有核对其生产率、故障率或业务收益。PR 数量不等于被接受的结果数量。本期还用自行设计的导出与问题分诊例子讨论落地，口播中已与嘉宾经验区分。\n\n你会听到\n\n真实验证如何形成一条能执行、能留下证据的路径。\n固定步骤与模型判断如何分工，何时值得封装 CLI。\n功能目录、注册规则与检查怎样约束常见错误。\n为什么“一份报告派一个智能体”可能产生重复修复。\n先积累巡查结果、再看共因的价值，以及自动合并的边界。\n\n成品时间轴\n\n00:00 开场：这次听新增的方法\n\n00:05 先对照旧节目：哪些已经讲过\n\n01:22 别把PR计数当成效能\n\n02:35 验证不是一句指令，而是一条可执行路径\n\n04:00 把固定步骤写成工具，把判断留给智能体\n\n05:18 从提醒别犯错，到让常见错误难以发生\n\n06:33 接通反馈之后，还需要去重和判断\n\n07:44 最值得单独记下的新细节：先记录，再修复\n\n08:53 自动合并的边界，原片没有给出万能答案\n\n10:08 明天只做一个改变\n\n11:16 片尾\n\n对照收听\n\nEP23｜Matt Pocock：AI 越会写代码，软件基本功为何越重要\nEP28｜Matt Pocock：AI 让 PR 暴增，代码评审如何不被压垮\nEP29｜Grok Bot 团队：14 个 AI 同事，如何接手工作与生活\nEP19｜Grok Bot Galaxy Day 1 完整版 ：CLI 验证在早期系列已经出现。\n\n相关资料\n\npstack：本次核对的固定版本\n创建验证技能\n维护验证技能\n\n制作：《AI 研发效能》。AI 合成旁白不代表原嘉宾声音；观点归属与我方建议在正文中区分。","image":"/media/production/images/item-a4c81a46f889f2d4162de8951e13d22c.png","date_published":"2026-10-06T11:41:23.769Z","date_modified":"2026-10-07T18:35:21.373Z","language":"zh-cn","_microfeed":{"podcast":{"chapters":[{"startTime":0,"title":"开场：这次听新增的方法"},{"startTime":5.94,"title":"先对照旧节目：哪些已经讲过"},{"startTime":82.881,"title":"别把PR计数当成效能"},{"startTime":155.103,"title":"验证不是一句指令，而是一条可执行路径"},{"startTime":240.805,"title":"把固定步骤写成工具，把判断留给智能体"},{"startTime":318.712,"title":"从提醒别犯错，到让常见错误难以发生"},{"startTime":393.918,"title":"接通反馈之后，还需要去重和判断"},{"startTime":464.031,"title":"最值得单独记下的新细节：先记录，再修复"},{"startTime":533.965,"title":"自动合并的边界，原片没有给出万能答案"},{"startTime":608.076,"title":"明天只做一个改变"},{"startTime":676.774,"title":"片尾"}]},"slug":"ep33-matt与lauren-tan-高产pr背后-验证与工程环境怎样升级","is_audio":true,"is_document":false,"is_external_url":false,"is_video":false,"is_image":false,"web_url":"https://listen.lmm333.com/i/ep33-matt%E4%B8%8Elauren-tan-%E9%AB%98%E4%BA%A7pr%E8%83%8C%E5%90%8E-%E9%AA%8C%E8%AF%81%E4%B8%8E%E5%B7%A5%E7%A8%8B%E7%8E%AF%E5%A2%83%E6%80%8E%E6%A0%B7%E5%8D%87%E7%BA%A7/","json_url":"https://listen.lmm333.com/i/6oea3_FYvQm/json/","rss_url":"https://listen.lmm333.com/i/6oea3_FYvQm/rss/","guid":"6oea3_FYvQm","status":"published","duration_hhmmss":"00:11:21","date_published_short":"Tue Oct 06 2026","date_published_ms":1791286883769}}],"_microfeed":{"publisher":{},"microfeed_version":"1.0.13","base_url":"https://listen.lmm333.com","categories":[],"subscribe_methods":[{"name":"RSS","type":"rss","url":"https://listen.lmm333.com/rss/","image":"https://listen.lmm333.com/assets/brands/subscribe/rss.png","enabled":true,"editable":false,"id":"BcmJPPQ3oLI"},{"name":"JSON","type":"json","url":"https://listen.lmm333.com/json/","image":"https://listen.lmm333.com/assets/brands/subscribe/json.png","enabled":true,"editable":false,"id":"Fh_jycPMP3A"}],"description_text":"","copyright":"©2026","itunes:type":"episodic","items_sort":"published_at","items_order":"desc"}}