前Meta工程师一天40个PR的秘密，不在编码

前Meta L8工程师Kun Chen一天搞定40个PR。这个数字让很多人第一反应是「他用了个多牛的AI工具」。但看了他的完整访谈你就会发现，真正拉开差距的根本不是模型或者代码补全工具，而是他在开始写代码之前，做了绝大多数人没做的事。

这件事说出来不性感，甚至有点枯燥，但它就是一天40个PR的核心秘密。

一、一个让你难受的真相

Kun Chen在访谈里说了一句话，我反复看了三遍：「如果你还在逐行Review每行代码，你就是瓶颈。」

这句话对任何一个做过技术或参与过产品开发的人来说都很扎心。因为我们从小受到的教育是：认真、仔细、负责任。逐行Review是专业精神的体现。

但Kun的视角是完全反过来的：当AI Agent一天能产出40个PR的时候，你还用人类线性的方式去逐行检查，整个系统的吞吐量就被拉回到了一个人的极限。所以他的策略不是「写更快」，而是「把自己移出循环」。不是当甩手掌柜，而是从执行者和检查者升级为设计者和约束制定者。

二、为什么你用了AI编码工具反而更慢

很多产品经理和技术团队在用AI Coding工具时都遇到过一个共性问题：刚开始觉得特别惊艳，用了一个星期之后发现产出质量开始下降，对话开始变长，Agent经常跑偏。

这不是你的模型不行了，而是你从一开始就没做好规划。

Kun把自己的工作流拆成三步：Plan、Code、Validate。听起来就是软件开发的标准流程，但他反复强调：决定效率上限的，不是编码能力也不是验证能力，而是在Plan阶段投入了多少认知。大多数人在Plan阶段的投入，连及格线都不到。

这里的Plan不是写几条TODO。不是「实现用户登录功能」这种粗颗粒度描述。而是把问题拆解到Agent可以无歧义执行的程度，包括功能边界、约束条件、输入输出格式、异常处理策略。

三、Kun Chen的Plan阶段到底在做什么

他的Plan阶段有几个非常具体的东西值得拆开看。

第一，把决策固化进Prompt。他不允许Agent在编码过程中做「临时判断」。所有的技术选型、风格约定、默认行为都在Plan阶段写进了Agent的启动配置里。这意味着Agent在执行时，不是在「猜测人类想要什么」，而是在执行一套已经设定好的规则集。

第二，问题拆解到原子粒度。一个大的功能需求在他的系统里会被拆成若干个互相独立的子任务。每个子任务足够小、边界足够清晰，Agent不需要额外推理就能直接执行。这种拆解本身就是在降低Agent出错的概率。

第三，拒绝即兴对话。你很少看到他跟Agent来回拉扯。他更喜欢在可视化环境里一次把需求定好，然后让Agent去跑。他常说的一句话是：「不要让人处在反馈循环里，人是来设计规则的，不是来当Review机器的。」

这个认知非常反人性。因为大多数人的习惯是想到什么就改什么，边走边看边调整。这种即兴式的工作方式在传统软件开发中也许行得通，但当你面对的是一个可以瞬间完成编码的AI Agent时，没有规划的成本会成倍放大。

四、把决策写成宪法

Kun的方法论翻译成产品经理能懂的话就是：别等代码跑出来了才去想要不要改，在一开始就把所有「如果……那么……」规则写完。

这不是写Prompt，这是在写代理系统的宪法。规划一旦透明，后面的编码和验证就变成了一条自动化流水线。如果Agent在编码中途需要停下来问「这里用什么方案好」「这个错误怎么处理」，说明Plan阶段的拆解还不够细。

很多团队试用AI Coding工具效果不好，根因就在这里。他们期待Agent像人类一样具备「模糊理解」和「临场判断」的能力，但当前的AI模型在复杂长上下文中的表现远没有那么可靠。与其要求Agent变聪明，不如在Plan阶段把决策前置，降低Agent需要自主判断的空间。

Kun还透露了一个细节：他只需要输入一个固定的启动词（比如treehouse），就能快速开启一个新的building session，把所有的上下文、工具链和决策规则一次性拉起。这意味着整个Plan阶段的成果不是一次性产物，而是可以模板化、可复用的。

五、产品经理也能用这套框架

Kun的这套方法论对产品经理来说意义甚至比工程师更大。因为产品经理的工作本质上就是在做Plan，定义需求、设定边界、判断优先级。但如果PM的「规划」只停留在PRD层面，而没能将决策颗粒度细化到AI可以执行的程度，那AI能给你带来的效率提升就非常有限。

从Kun的框架里可以提炼出三条给PM的建议。

第一，把需求拆到原子粒度。你的用户故事不是「用户能登录」，而是「用户输入邮箱+密码点击登录后，如果密码正确跳转首页，如果错误显示错误提示并保留已填内容」。

第二，把例外情况写进规则。不要在需求文档里留白让开发或AI去猜。所有的边界情况、错误处理、默认行为都应该在规划阶段明确定义。

第三，把规划模板化。如果你发现自己每次都在重复写类似的规划内容，请把它做成模板。就像Kun的treehouse启动词一样，让好的规划成为肌肉记忆。

Kun的案例给了一个很清晰的信号：AI Agent不会立刻取代任何岗位，但它会迅速放大「规划能力」的价值差距。再好的代码生成工具，也救不了一个连需求都没想清楚就往上冲的团队。