用 AI 以“更慢”的速度编写更好的代码 事件

用 AI 以“更慢”的速度编写更好的代码 Socket工程师Nolan Lawson在个人博客"Read the Tea Leaves"发表文章，分享了一种反直觉的AI编程工作流：用AI写更好、但更慢的代码。他主张，LLM极为灵活，不仅能快速生成代码，也能帮助写出质量更高但速度更慢的代码。 Lawson指出了一个常见误解：许多人认为AI编程的目的就是尽快吐出低质量的代码——快速打开巨大的PR，不经验证就合并。但实际上，用AI写高质量代码需要一种完全相反的策略：慢下来，反复审视。 他的核心做法是：让多个AI模型（Claude、Codex、Cursor Bugbot）同时审查PR，分别找出关键级、高优先级、中级、低级的bug，汇总后再做人工核实。这种多模型交叉审查的方式能显著减少幻觉和虚假bug。审查完成后，由主agent按优先级逐一修复：先清掉所有关键和高优先级bug，再判断中低级bug是否值得处理，如果整个方案从根本上就有问题就放弃这个PR。 Lawson特别提到了Anthropic的Mythos模型，表明LLM agents非常擅长发现bug——当足够多的模型审视同一个代码