Mitchell Hashimoto 的 AI 采用之旅：从怀疑者到高效实践者的 6 个阶段
麦兜搞IT约 4 分钟Mitchell Hashimoto —— HashiCorp 联合创始人，Terraform 和 Ghostty 的创造者 —— 分享了他如何从一个 AI 怀疑者转变为高效的 AI 工具使用者。这是一个务实、有分寸的方法论，而非那些过度炒作的观点。
核心理念：工具采用的三个阶段
Mitchell 认为，任何有意义的工具采用都必须经历三个阶段：
低效期 —— 学习曲线带来的阵痛 胜任期 —— 达到基本熟练 顿悟期 —— 工作流程和生活方式的改变
他强调，你必须强迫自己度过前两个阶段，才能真正发现工具的价值。
第一步：放弃聊天机器人
"立即停止尝试通过聊天机器人（如 ChatGPT、网页版 Gemini 等）进行有意义的工作。"
Mitchell 的第一个"哇"时刻是把 Zed 的命令面板截图粘贴给 Gemini，让它用 SwiftUI 复现，结果做得非常好。但当他试图在其他任务上复现这种效果时，却屡屡失望。
关键洞见：你必须使用代理（Agent）。
代理是一个可以聊天并循环调用外部行为的 LLM。最低限度，代理必须能够：
读取文件 执行程序 发起 HTTP 请求
第二步：复现你自己的工作
Mitchell 一开始对 Claude Code 印象不深。但他没有放弃，而是：
"强迫自己用代理复现所有手动提交的代码。我真的把工作做了两遍。"
这个过程很痛苦，但让他从第一性原理中发现了关键技巧：
将会话分解为清晰、可执行的任务 —— 不要试图在一个巨大的会话中"画出整只猫头鹰" 对于模糊的请求，将规划和执行分成不同的会话 如果给代理验证工作的方法，它通常能自己修复错误并防止回归
同样重要的是：知道什么时候不要使用代理。
第三步：每天结束时启动代理
Mitchell 开始了一个新模式：
"每天留出最后 30 分钟来启动一个或多个代理。"
假设是：也许可以在自己无法工作的时间里让代理取得一些进展。适合的任务类型：
深度研究会话 —— 让代理调研某个领域，找出特定语言、特定许可证的所有库，并为每个库生成多页的优缺点、开发活动、社区评价等摘要 并行代理尝试不同的模糊想法 —— 不期望产出可交付的东西，但可以发现未知的未知 Issue 和 PR 的分类/审查 —— 不让代理回复，只要第二天早上的报告来指导高价值或低成本的任务
第四步：外包必中的任务
当 Mitchell 对哪些任务代理擅长有了很高的信心后：
"让代理在后台做那些工作，而我做其他事情。"
关键原则：关闭代理的桌面通知。
"上下文切换代价很高。作为人类，我的工作是控制何时打断代理，而不是让代理打断我。"
这个阶段让 Mitchell 可以把编码和思考集中在他真正喜欢的任务上，同时仍然完成他不喜欢的任务。
第五步：工程化约束（Harness Engineering）
"任何时候发现代理犯错，都要花时间设计一个解决方案，让代理永远不再犯同样的错误。"
两种形式：
更好的隐式提示（AGENTS.md） —— 对于简单的问题，比如代理反复运行错误的命令或找到错误的 API，更新 AGENTS.md 文件 实际编写的工具 —— 例如截图脚本、运行过滤测试等
Mitchell 在 Ghostty 中有一个示例 AGENTS.md，文件中的每一行都是基于一个糟糕的代理行为，几乎完全解决了所有这些问题。
第六步：始终让一个代理在运行
"如果没有代理在运行，我会问自己：'现在有什么代理可以为我做的事情吗？'"
Mitchell 喜欢结合使用更慢、更深思熟虑的模型（如 Amp 的 deep mode），它们可能需要 30 分钟以上才能完成小改动，但往往能产出非常好的结果。
重要的是：
目前他不同时运行多个代理 —— 一个代理的平衡点刚好 不要为了运行代理而运行代理 —— 只在有真正有帮助的任务时才运行 目前大约 10-20% 的工作日有后台代理在运行，正在努力提高这个比例
总结：Mitchell 的 AI 工作流原则
写给 AI 怀疑者的话
"我对 AI 是否会长期存在并不在意，我是一个软件匠人，只是为了热爱这门手艺而构建东西。"
Mitchell 强调他没有任何利益关系（不为任何 AI 公司工作、投资或顾问），完全尊重任何人关于是否使用 AI 的个人决定。他只是想分享自己探索新工具的方法 —— 无论是否与 AI 相关。
原文链接： https://mitchellh.com/writing/my-ai-adoption-journey