2025年8月19日 Ankur Goyal
我工作中有一项常规任务，就是审查那些不是我亲手写的代码。一个 AI 智能体 (AI agent) 会接收一份详细的问题描述，然后编写代码（主要是 Typescript、Rust 和 Python）、添加测试，最后把修改提交到一个新的代码分支上。当一切准备就绪，需要审查时，我再介入。
这在过去听起来像是科幻电影里的场景，但现在已经成了我的日常工作方式，而且越来越多的开发者也正开始这么做。这个转变虽然不易察觉，但却非常强大：我们不再是一行一行地敲代码，而是在学习如何清晰地描述问题，然后让工具在后台解决它们。
“异步编程”的工作流
这里所说的“异步编程”，和它在计算机科学里的经典定义不太一样。它更多的是指开发者构建软件的一种新方法。
整个工作流程看起来是这样的：
清晰地定义问题。 写一份详细的需求说明，包括各种边界情况、限制条件和成功标准。
把任务交出去。 把具体的实现工作委托给一个 AI 智能体、一个团队成员，甚至是未来的自己（只要你留下了足够详尽的笔记）。
稍后回来检查。 过段时间再回来审查结果、提供反馈，并决定下一步该做什么。
这种方式和传统编程最关键的区别，就在于定义问题和实现代码在时间上是分开的。你得到的不再是即时的反馈循环，而是一个由清晰需求和自动化验证驱动的、在后台运行的问题解决过程。
异步编程不是凭感觉编程 (vibe coding)。“凭感觉编程”可以让你不用深入细节就能写出代码。而异步编程是一种能让开发者同时解决多个复杂问题的工作流，并且你仍然需要理解代码的细节。你依然在做系统架构、审查代码实现、维护整个代码库，只是你不再需要亲手敲下绝大部分的字符了。
异步编程的三大支柱
要想让异步编程在实践中真正可行，你需要三样东西：对问题有清晰的定义、有办法自动验证结果，以及由人来主导代码审查。
1. 清晰的问题定义
你描述问题的质量，决定了后续的一切。模糊的需求只会产生模糊的结果，而精确的说明才能产出可用的代码。
看看这两者的区别：
模糊的说法： “让搜索速度快一点”
精确的说法： “我的目标是把搜索延迟从大约 800 毫秒降低到 200 毫秒左右。我怀疑性能瓶颈在于我们为每一批数据都进行了堆内存分配。你能不能尝试重构一下代码，改成每次搜索只分配一次内存，然后测试一下效果怎么样？”
这个精确的版本包含了现状、目标、建议的解决方案以及验收标准。有了这样明确的需求，一个 AI 智能体（或者人类同事）就能够独立地开展工作了。
高效的异步编程需求文档读起来就像一份技术文档：它包含背景信息、约束条件、代码示例和明确的成功标准。如果你自己都无法清晰地解释一个问题，那你很可能还没理解到足以将其委托出去的程度。
2. 自动化的验证
异步编程能够成立的前提，是你不需要手动测试每一个边界情况就能验证结果。你需要建立一套能够自动检查工作的系统。
这可能包括：
验证核心功能的单元测试和集成测试
捕捉接口不匹配的类型检查
确保代码满足性能要求的性能基准测试
强制执行代码规范的风格检查和格式化工具
我们的目标是建立一个流程，让 AI 智能体可以独立地用它来验证自己的工作。这需要时间。一开始你需要提供大量的指导，然后逐渐形成模式，让智能体可以自主工作。在持续集成 (CI) 环境中配置好这一切虽然有挑战，但它能让后台的智能体在你自己的开发环境之外独立完成工作。
3. 细致的代码审查
当你不再亲手敲下每一个字符后，代码审查就变得至关重要。我经常会发现一些代码提交，它们要么完全搞错了要解决的问题，要么做出了糟糕的设计决策，要么就是存在大量重复的代码。
审查 AI 生成的代码和审查人类同事的代码一样，都非常有价值。做好心理准备，你花在代码审查上的时间会比以前多得多。
虽然代码不是你逐行敲下的，但整个系统的设计和技术决策，依然必须体现你的专业判断。
为什么异步编程是可行的
自从采纳了异步编程，我的工作流程彻底改变了。我现在可以同时处理四到五个任务：一个复杂的任务我会同步处理，另外三四个则在后台“异步”进行。当我在不同任务间切换时，我会去审查那些后台任务的进展，给出指导，然后回到我的同步任务或代码审查中。
Braintrust 的异步编程实践
我们一直在用异步编程的方式来构建 Braintrust 本身，现在我们也在开发工具，希望把这些理念应用到 AI 工程领域。
传统的提示词工程 (prompt engineering) 是纯手动的。你写一个提示词，用一些例子去测试它，观察失败的案例，做一些微调，然后不断重复这个过程。这个过程虽然需要专业知识，但也包含了大量的迭代工作。
我们的智能体 Loop，可以让你直接描述你想要解决的评估问题。它会在后台花时间分析实验结果，找出失败测试用例中的规律，并为你的提示词、数据集和评分器提出改进建议。
未来将走向何方
这种工作方式带来的深远影响才刚刚开始显现。它改变了我作为一名开发者所追求的优化方向：我花在 IDE 快捷键和打字速度上的时间变少了，而花在清晰地阐述问题和透彻地审查解决方案上的时间变多了。
代码实现的工作，可以和其他思考过程并行进行。随着工具的不断完善，我相信会有越来越多的开发者采纳这种方法。AI 并不是要取代编程，而是让编程中那些最有价值的部分变得更加突出，同时把那些常规性的任务转移到后台去处理。