AI Engineer World's Fair 2026

Understanding is the new bottleneck

Geoffrey Litt · Notion

2026-07-10 · 20分钟 · 19 万次观看 · AI Engineer

即使 agent 能自己验证正确性,人仍要理解代码,因为理解决定你下一轮能想到什么;把每次改动当成一堂课:个性化讲解、提交评审前先自测、用可交互的「微世界」探索系统、团队在同一空间里共同学习。

观看原视频 ↗

内容概要

当 agent 一次落地 5 万行的 PR,人怎么跟上?Litt 区分两种理解:为了验证正确性(越来越可以交给 agent 的验证循环),以及为了参与下一轮迭代——你从一次改动里学到的东西决定下一个想法、下一个问题和方向。他把「跟上」当作教学问题:Explain Diff skill 为一次改动生成背景、直觉、代码走读和小测验;借鉴 Andy Matuschak「书为什么不起作用」与《Quantum Country》的间隔重复,提交评审前先让 agent 考你;借 Papert 的「数学之国」做「微世界」,比如为 Prolog 解释器生成可视化执行状态的环境,为网站迁移生成一个「按 Next 一步步迁移、左右对比新旧站点」的小游戏;团队层面在多人 + 多 agent 的共享线程里共同建立概念。最终目标是像 Alan Kay 设想的那样,用计算机发展使用者的能力。

幻灯片截图

读过不等于懂了:他曾自认读懂一个 PR,同事一个基础问题他就答不上。借鉴 Matuschak 与 Nielsen 的 Quantum Country(文中嵌入回忆题 + 间隔重复),在请求评审前先让 agent 考自己。
10:59 读过不等于懂了:他曾自认读懂一个 PR,同事一个基础问题他就答不上。借鉴 Matuschak 与 Nielsen 的 Quantum Country(文中嵌入回忆题 + 间隔重复),在请求评审前先让 agent 考自己。
网站框架迁移脚本看似成功,读脚本却没有体感;他改让 Claude 做一个「迁移游戏」:左边旧站、右边新站,每按一次 Next 执行一步并显示命令,新站一点点出现。
13:50 网站框架迁移脚本看似成功,读脚本却没有体感;他改让 Claude 做一个「迁移游戏」:左边旧站、右边新站,每按一次 Next 执行一步并显示命令,新站一点点出现。
团队需要共享概念:多人 + 多 agent 的共享线程里,开发者问 PM 用户要什么,PM 把 agent 拉进对话帮忙回答,所有人都看到问题、回答与上下文的演变。
15:37 团队需要共享概念:多人 + 多 agent 的共享线程里,开发者问 PM 用户要什么,PM 把 agent 拉进对话帮忙回答,所有人都看到问题、回答与上下文的演变。

截图来自原视频,仅用于评论与学习。

要点(点击时间跳到原视频)

  1. 0:22

    agent 产出代码的速度超过人的阅读速度(例如 5 万行的 PR),但逐行阅读只是建立理解的一种方式:也可以让 agent 写讲解、出题暴露知识盲点、做可交互的学习环境。

  2. 2:28

    人审代码的传统理由是验证正确性(是否符合规格、威胁生产、契合架构),这些问题越来越能由带验证循环的 agent 自己回答。

  3. 3:52

    但理解还有另一个作用:参与下一轮循环。审视一次改动让你学到新东西,影响下一个想法和方向;丰富的心智模型让你能快速重组概念、想到替代设计,而不必事事请人或 agent 解释。

  4. 5:56

    把 diff 变成一堂课:「为这一次改动设计一套极好的个性化课程会是什么样?」他的 Explain Diff skill(HTML 版和 Notion 版)给出背景、直觉、代码走读和小测验,他和同事经常使用。

  5. 10:05

    读过不等于懂了:他曾自认读懂一个 PR,同事一个基础问题他就答不上。借鉴 Matuschak 与 Nielsen 的 Quantum Country(文中嵌入回忆题 + 间隔重复),在请求评审前先让 agent 考自己。

  6. 11:57

    「微世界」:讲解是从外部教一个系统,微世界让学习者进入系统内部。受 Papert「数学之国」启发,他让 Claude 为自写的 Prolog 解释器生成可视化执行状态的环境,来理解文字难以描述的机制。

  7. 13:50

    网站框架迁移脚本看似成功,读脚本却没有体感;他改让 Claude 做一个「迁移游戏」:左边旧站、右边新站,每按一次 Next 执行一步并显示命令,新站一点点出现。

  8. 14:58

    团队需要共享概念:多人 + 多 agent 的共享线程里,开发者问 PM 用户要什么,PM 把 agent 拉进对话帮忙回答,所有人都看到问题、回答与上下文的演变。

  9. 17:01

    回到 Alan Kay《给所有年龄儿童的个人计算机》:计算机的目的是发展使用者的能力。AI 可以被设计成帮人理解事物如何运作,而不是替人理解。

可以用在日常工作里的

  • 团队

    PR 附带 agent 生成的「讲解页」(背景、直觉、走读、小测验),评审者先做题再读代码。

  • 工程

    对复杂迁移或陌生系统,让 agent 生成可交互的可视化(单步执行、状态面板),而不只是一份脚本。

  • 产品

    设计 AI 工具时把「让用户变得更懂」作为目标之一,警惕认知债务。

演讲提到的资源

同一章节的其他演讲

← 返回全景 · 目录