之前介绍了用来有效编程AI代理的三种最重要的技术，在这篇文章中，我将继续介绍四种技巧，这些技巧我每天都会用到。

我认为，要成为一个高效的程序员，必须大量使用人工智能工具。如果你不使用AI代理编码，你就会落后。此外，代理还能用于远不止编码：

• 代理可以读取并创建线性问题
• 经纪人可以对你感兴趣的主题进行深入研究
• 代理可以查看生产代码中的日志消息

这些都是程序员必须定期完成的重要任务。

因此，我主张大量运用人工智能智能体，以实现效率最大化。在本文中，我将从宏观层面介绍另外四种我正在使用的技巧，这些技巧让我成为一名效率更高的程序员。

- 借助MacWhisper实现更高效的智能体提示词输入

- 利用Claude进行代码审查

- 多智能体并行协作

- 通过智能体与GitHub交互

我也非常想了解，在你的编程工作流程中，是否有一些重要的技巧。如果你有具体的技巧想分享，欢迎随时联系我，我很乐意倾听。

为何应借助人工智能智能体进行编程

我此前曾提到过，借助人工智能智能体编程，如何让我作为程序员的工作效率大幅提升。通过使用人工智能，我的编程产出量翻了好几倍，它确实让我能够完成比以往多得多的工作。

针对人工智能智能体，一种常见的反驳观点是：在将代码部署到生产环境之前，你需要理解自己的代码。在某种程度上，我认同这种观点——如果你正在处理的是难以进行端到端测试的关键系统，理解代码至关重要。

但大多数网站和应用程序并非如此。首先，它们的重要性没那么高；其次，程序员日常处理的大多数任务都是可验证的。这意味着，你通常只需实际测试——在交互过程中检查功能是否正常运行——就能验证其表现。

因此，我主张更多地运用人工智能智能体，并将其应用于所有与编程相关的任务。例如：

1.  创建Linear任务

2.  只需关联Linear任务即可修复漏洞

3.  规划并开发新功能

提升编程效率的四大技巧

在本节中，我将介绍四种适用于人工智能原生编程工作流程的技巧。这些都是我每天编程时实际使用的具体技巧。

MacWhisper

MacWhisper是一款适用于Mac系统的优秀转录工具。简单来说，你只需按下一个按钮，对着电脑说话，语音就会被自动转录并粘贴到鼠标光标所在的任意位置。

这个工具很实用，因为我的很多编程工作流程已经从纯代码操作转向了自然语言交互。不过，在编程场景中使用转录工具原本是比较困难的，因为编程需要大量特殊字符，比如冒号、括号和制表符，这些字符通过键盘输入会更快。

但在人工智能智能体的辅助下，越来越多的工作可以通过自然语言完成，而非代码语言。

因此，每当我向Cursor智能体输入提示词时，我通常只需按住按钮，大声说出我想让智能体执行的指令。例如，我可能会这样询问：

Check the logs for this document id, was it processed correctly <document id>

在这个例子中，我会在口述完这句话后，粘贴对应的文档编号。

我使用MacWhisper的原因很简单：我的语速比打字速度快。普通人的平均语速约为每分钟150个单词，而大多数人即便以最快速度打字，也很难达到每分钟100个单词。更何况，当你需要一边思考一边打字时，几乎不可能始终保持最快打字速度。

借助Claude进行代码审查

这一步骤分为两部分：

1.  完成功能开发后，我会询问Cursor代码是否已具备生产环境部署条件，只有在Cursor确认合格后才会推送代码

2.  每当我创建拉取请求（PR）时，也会让Claude对代码进行审查，仅提供PR描述信息以及待合并分支的Git差异文件，不附加其他上下文

这种方式非常有效。询问Cursor代码是否可部署，会促使它对我的修改进行全面审查，并修复那些可能与预期不符的小问题。

此外，让一个完全独立的大语言模型在不了解实现过程的情况下审查代码，也能带来极大帮助。这往往能发现我（或Cursor）在开发PR代码时未曾考虑到的其他错误，同时还能显著降低生产环境中的漏洞数量。对于持续集成/持续部署（CI/CD）流程来说，这是一个成本相对低廉却效果显著的优化手段。

多智能体并行协作（提交即忘）

另一个重要技巧是运用多智能体并行协作。每当我被某个正在执行任务的智能体卡住时，我总会启动一个新的智能体。这个新智能体既可以是负责开发其他功能的编码智能体，也可以是用于深入研究我感兴趣主题的Gemini研究智能体。关键在于，我从不会在等待智能体完成任务时无所事事。

不过，运行多智能体并行协作时，你可能会面临上下文切换的难题。频繁切换上下文会给大脑带来很大负担，这显然是需要尽量避免的。

因此，我总会确保自己在被完全卡住之前，专注处理当前任务。我会尽量减少上下文切换的次数，只有在确定必须等待编码智能体完成开发任务时，才会启动并行任务。

这里还有一个关键点：你需要赋予编码智能体足够的权限，使其能够长时间自主运行。如果总是被光标弹出的权限请求打断，这种并行工作流就很难顺利推进。

你必须给予编码智能体充分的权限。如果频繁被权限请求干扰，想要高效工作就会变得十分困难。

借助智能体完成提交与拉取请求

最后，我想强调一下我如何始终借助编码智能体与GitHub交互，而非手动输入命令。这样做的原因很简单：效率更高，而且在智能体运行提交前钩子、执行提交、推送代码和创建拉取请求时，我可以同时处理其他任务。

编写提交信息、拉取请求标题和描述会耗费意想不到的大量时间，尤其是在执行一些快速操作时，比如添加翻译内容或调整界面按钮位置。因此，我总会让Claude帮我撰写提交信息、拉取请求标题和描述。

这不仅能节省我的时间，我还认为Claude在撰写这些内容时表现得比我更好。例如，对于拉取请求，人类往往很难记住所有修改内容并进行清晰简洁的总结，而Claude查看Git差异文件后，就能轻松总结出所有修改。

因此，我已授权Cursor代表我与GitHub交互。我无需手动执行所有GitHub操作，例如：

- 拉取代码

- 变基操作

- 提交代码

- 修改提交

- 推送代码

- 创建拉取请求

我只需向Cursor发送提示词，让它来完成这些操作。这样一来，我就能实现“提交即忘”。完成新功能开发后，我的工作流很简单，只需向Cursor发送以下提示词即可：

Run all precommit checks (black, mypy, pytest), commit and push. 
Then create a PR on this branch <linear branch name> and give me 
the link to the PR

这比手动输入GitHub命令要快得多。而不用自己写拉取请求可能是最关键的一点——以前我在GitHub界面手动创建拉取请求时，这个过程极其耗时。现在我只需点击智能体提供的链接，拉取请求就已准备就绪。之后我再查看Claude给出的代码审查意见，修复任何潜在问题即可。

总结

在本文中，我介绍了自己每天编程时都会用到的四个具体技巧：借助MacWhisper进行语音转写、利用Claude开展代码审查、多智能体并行协作，以及通过智能体与GitHub交互。我估计，这些技巧加起来每天至少能为我节省1小时，这是相当可观的时间。这些节省下来的时间，能让我在一个项目周期内完成更多任务。