How This Non-Technical Founder Mastered Agentic Engineering in 50 Minutes | Matt Van Horn

一个不会写代码的“非工程师”，通过一套名为“复合工程”的AI代理工作流，已经能像顶级开发者一样，每天同时推进多个项目、贡献开源代码，甚至向Python核心提交并合并了功能——这证明，在AI时代，构建价值的能力与传统的编程技能正在脱钩。

这期内容适合所有对AI如何改变“构建”这件事感兴趣的人，尤其是那些自认为“技术不够硬”的产品经理、创业者或设计师。它值得看，因为主角Matt是一个真实的“非工程师”，但他通过一套系统化的AI代理工作流（复合工程），实现了比大多数工程师更快的交付速度和更广的开源影响力。最值得注意的冲突是：传统上，你不会写代码就等于无法构建软件；但Matt的实践表明，只要你会“提问”和“信任”AI代理，你就能成为“代理工程师”。这颠覆了“工程师”的定义，也揭示了未来软件构建的核心能力可能不再是写代码，而是设计工作流和提出正确的问题。

本期访谈的核心是Matt分享他如何利用一套名为“复合工程”的AI代理系统，从一个完全不会写代码的“书呆子”，变成了一个能同时管理多个项目、向顶级开源项目（如Python、OpenCV、Zed）贡献代码的“代理工程师”。他详细拆解了这套工作流的核心——`/ceplan`和`/cework`命令，以及他如何通过“不读计划、不读代码”的信任机制来最大化迭代速度。此外，他还介绍了自己最新的开源项目“印刷机”（Printing Press），这是一个能自动为任何网站或服务生成CLI（命令行界面）和MCP的工具，其核心是通过嗅探“秘密API”来绕过官方接口的限制。

1. “复合工程”是最大的作弊码：Matt的核心工作流是“CE plan, CE work”。`/ceplan`命令会让AI代理深入调研代码库和网络，写出一份详尽的执行计划（plan.md）。这个计划的关键作用是防止AI代理偷懒（因为AI倾向于用最少的token让你开心），确保它按步骤执行。Matt强调，他从不读这份计划，因为“你得快速行动”。
2. 信任代理，而不是控制它：Matt的哲学是“信任”。他通过大量使用，知道哪些类型的问题会导致成功或失败，从而建立了对代理的信任。他从不读代码，也不读计划，只通过提问（如“你只修改Agent Cookie，对吧？”）来确认方向，然后让代理全速执行。这种信任是提高迭代速度的关键。
3. CLI是比MCP更优雅的Agent接口：Matt认为，很多MCP（模型上下文协议）存在认证和Token刷新问题，而CLI天然地解决了这个问题。CLI可以内置“如何自动刷新Token”的逻辑，让代理知道如何通过加载浏览器来重新认证。更重要的是，他的“印刷机”项目不仅生成CLI，还同时生成Agent Skill和MCP，让代理能主动调用它。
4. “印刷机”的核心是发现“秘密API”：这个项目能自动为任何网站生成CLI。其核心能力是：① 研究官方CLI/API；② 通过HAR嗅探（抓包）发现网站前端调用的“秘密API”；③ 搜索GitHub上已有的社区项目（如一个10年未变的Domino's Pizza Python库）；④ 为“超级用户”设计，并创建SQLite数据库以实现高速查询。这本质上是在为AI代理构建一个“万能操作界面”。
5. 开源贡献是建立人脉和影响力的捷径：Matt通过AI代理向数百个项目提交PR，甚至被Rust社区封禁。他不仅因此获得了“街头信誉”，更重要的是，他进入了“最有趣的代理工程师”的私密圈子，这对他未来的创业和招聘有巨大价值。他的Python贡献案例（“Did you mean?”功能）证明，即使没有实际需求，你也可以让AI代理去“创造”一个值得贡献的功能。

“我不读计划，我不读代码，我甚至不知道发生了什么，但我能交付有价值的东西。” —— 这揭示了AI时代的新能力：不是写代码，而是设计一个能帮你写代码的系统，并信任它。

这对AI从业者，尤其是做AI Agent产品的团队，有非常具体的启发：

1. 产品设计：Agent的“懒惰”是核心矛盾：Matt反复提到，AI代理“天生懒惰”，会为了让你开心而走捷径。因此，任何Agent产品的核心设计挑战，不是让模型更聪明，而是如何通过系统设计（如强制写详细计划）来对抗这种“懒惰”。这提示我们，Agent产品的“工作流”设计比“模型能力”更重要。
2. 交互范式：从“控制”到“信任”：Matt的工作流完全颠覆了传统的“人机协作”模式。他不再是一个“监督者”，而是一个“产品经理”和“QA”。他定义目标、提出关键问题、然后放手让代理执行。这为AI Agent产品定义了一种新的用户角色：用户不再是操作者，而是“需求定义者”和“结果验收者”。产品应该围绕这种“信任-提问-验收”的循环来设计交互。
3. 生态构建：CLI是Agent的“原生接口”：Matt的“印刷机”项目揭示了一个趋势：未来的AI Agent将主要通过CLI（命令行界面）与各种服务交互，而不是通过图形界面。因为CLI更稳定、更易自动化、更易处理认证。这提示AI开发者，与其费力为Agent构建复杂的GUI或MCP，不如优先考虑生成高质量的CLI。这可能是构建Agent生态最务实、最快速的路径。
4. 能力迁移：从“写代码”到“写Prompt”：Matt的故事是对“AI将取代程序员”这一论调的有力反驳。它表明，AI不会取代程序员，但它会重新定义“程序员”的能力模型。未来的“构建者”可能不需要会写代码，但必须会写高质量的Prompt、会设计工作流、会提出关键问题。这对所有AI产品的目标用户画像是一个重要参考：你的产品应该赋能那些有想法但不会写代码的“非工程师”。