机器之心编辑部

长期以来，个月代码世界的烧掉大门似乎仅向少数掌握“秘术”的人敞开。我们被灌输一种观念：必须先理解内存管理、位菜精通语法细节、鸟程忍受枯燥的做出文档，才配谈论创造。产品

然而，个月随着大模型技术的烧掉爆发，编程已不再是位菜苦行僧式的修炼，而演变为一场大型即时策略游戏。鸟程在这场游戏中，做出许多人学会了与 AI 并肩作战，产品以一种更纯粹、个月更直击本质的烧掉方式构建理想世界。

Ben Tossell（Factory 开发者关系主管）便是位菜其中的典型代表。作为一名自认“不擅长写代码”的人，他在过去四个月里消耗了惊人的 30 亿 Token。

这意味着，每一分每一秒，他都在通过终端窗口，观察 AI Agent 编写出他凭一己之力永远无法完成的复杂代码。

或许有人会将这种方式轻蔑地称为“氛围编程”（Vibe-coding），但在 Tossell 看来，这一标签充满了傲慢与偏见。这让人想起 2019 年人们对无代码（No-code）技术的刻板印象 —— 而正是在那一年，他创办了自己的无代码教育公司，并最终被 Zapier 收购。这种偏见往往选择性忽视了隐藏在交互与调度背后的核心工程技能。

在 Tossell 看来，编程的新范式下，衡量技术能力的标准不再是默写语法的能力，而是驾驭系统的能力。

从无代码时代的先行者，到如今 30 亿 Token 的调度者，Ben Tossell 证明了一件事：在 AI 时代，通往代码世界的最高通行证并非专业背景，而是那种为了探索而探索的欲望。

为了记录这段经历，Tossell 撰写了一篇长文，其在 X 平台上的浏览量已突破 360 万。以下是文章的核心内容回顾。

实际交付的产品

尽管烧掉了 30 亿 Token，Tossell 表示收获颇丰。以下是他交付的主要成果：

• 个人网站重构：重新设计了个人网站，使其外观和功能模拟为终端 CLI 工具。
• Feed 追踪器：构建了一个开源的社交媒体追踪器，用于监控 subreddit 帖子和 GitHub Issue。该项目获得 100+ Stars，并被多人克隆。
• Factory Wrapped：开发了 Factory 产品的首个版本，深受团队喜爱并集成到正式产品中。Tossell 还为此添加了新指南并整理了内容。尽管看似非传统编码，但他认为这依然是编码，本质未变。
• 定制 CLI 工具：创建了如 Pylon CLI 等命令行工具，帮助团队高效处理客户支持请求。
• 加密信号追踪器：投资了一家能预测金融、天气、健身及蛋白质折叠等动态数据中正/负/中性信号的公司，并基于此构建了一个加密追踪器。该系统能自动根据预测开设或关闭多空仓位，宛如一个迷你对冲基金。
• Droidmas：一项为期 12 天的实验/游戏，围绕 X 平台上关于记忆、上下文管理、Vibe Coding 等热门话题展开。
• AI 指导的视频演示系统：输入提示即可生成视频。该系统兼任导演、制片人和编辑，能实时观看录制过程并做出反应（如处理 Bug 或等待响应）。Tossell 利用该系统制作了一段视频，并由 OpenAI 官方发布。

此外，Tossell 还完成了约 50 个其他项目，其中部分已被搁置。

完全基于 CLI 的工作流

Tossell 的战场不在花哨的 Web 界面，而在纯粹的 CLI（命令行界面）。他认为终端优于网页界面，因为它能直观展示工作过程。

每当有新想法或遇到问题，Tossell 会在 Droid（Factory 的 CLI 工具）中启动新项目。他与模型进行几次上下文交流后，切换到规范（Spec）模式制定构建计划。

在规范模式下，Tossell 会提出大量质疑性问题：“这是什么？”、“为什么需要这个而不是那个？”、“难道不能那样做吗？”。

随后，在运行阶段，他让 Opus 4.5在高自主性模式下运行，监控执行过程，在遇到错误时介入，最后进行测试、提供反馈并迭代。

agents.md配置策略

Tossell 花费大量时间优化 agents.md文件，这相当于 AI 的操作手册。

• 本地结构：他在本地 repos文件夹中存放所有编码项目。
• 标准化流程：agents.md明确规定了每个新仓库的设置流程，包括做什么、不做什么、如何使用 GitHub、提交代码规范，以及区分使用工作账户还是个人 GitHub 账户。
• 端到端测试：这是 Tossell 以前忽视但如今高度重视的环节。他意识到，许多低级 Bug 若能在早期通过测试发现，便可避免后续麻烦。

Tossell 经常参考他人的 agents.md以汲取灵感，并持续改进自己的文档，以确保每次工作会话更加顺畅。

Tossell 学到了什么

Tossell 主要使用 CLI 而非 MCP（Model Context Protocol）进行工作。尽管他曾尝试 MCP，但认为 CLI 更简单高效。例如，在 Supabase、Vercel 和 GitHub 上，他始终坚持使用 CLI。

他还经常为自身需求定制 CLI 工具，如自建 Linear CLI，通过终端查询问题并执行任务，无需打开桌面或网页应用。

关键技能习得

• Bash 命令：在处理变更日志的过程中，Tossell 深入理解了 Bash 命令的工作原理。他让 Droid 创建了斜杠命令流程，首次正确运行多个 Bash 命令，并提示模型执行特定任务（如查看 GitHub 差异、检查功能标志状态、归类新功能与 Bug 修复）。
• VPS（虚拟专用服务器）：此前他对 VPS 仅有抽象概念（24 小时运行的远程计算机）。实际使用中，他利用 VPS 运行加密追踪器以获取每分钟数据，并保持服务在线。结合 Droid Telegram 机器人和 SyncThing，他将本地仓库同步至 VPS，确保仓库状态始终最新，实现断点续传式的工作流。

新的可编程抽象层

Andrej Karpathy 的推文让 Tossell 深有感触：我们正面临一个新的可编程抽象层。

• 无代码时代：抽象层是 Webflow、Zapier、Airtable 等拖拽工具，通过拼接模拟真实软件（直到遇到限制）。
• AI 编程时代：不再需要从零学习编写代码，而是学习如何与 AI 合作。关键在于：提供合适的提示、确保正确的上下文、整合各个部分，以及随时间优化系统。

为了提升 AI 编程技能，Tossell 阅读了 Peter Steinberger 等程序员的帖子。他欣赏 Peter 系统的简洁性：仅与模型互动，让模型执行任务。这让他明白，无需构建复杂的系统。

虽然 X 上许多人不断优化甚至过度优化自己的系统，带来一定压力，但 Tossell 认为这正是系统的魅力：完全可定制。你可以像 Kieran 一样创建计划模式，或像 Peter 一样直接对话。

面对 Bug 和问题，Tossell 将其视为用户知识的空白，而非能力局限。他的任务是识别这些空白，思考如何确保问题不再发生，或如何加深理解以便下次及时发现。

解决方案很简单：问模型。模型知道你所不知道的一切。它是你永远耐心、站在你肩上的专家程序员。你可以在 agents.md中注明：“Tossell 不是程序员，请用极简语言解释。” 你可以根据需求完全定制这一交互过程。

学习方式的转变

以往，Tossell 尝试学习编程时，总是输入字符、按回车、看是否显示 "Hello World"。这与今天的学习方式截然不同。

若按传统方式学习，要达到现在的构建水平，可能需要数月甚至数年的练习才能建立信心。

现在，Tossell 从系统思维的角度理解代码构建。在经营无代码教育公司时，他无意中掌握了这一思维：理解 Webflow 是前端，Zapier 是 API 路由和连接层，数据如何流动，Airtable 是数据库。这种系统化思维如今帮助他快速理解 AI 编程中的各个组件。

虽然可学之物浩如烟海，但没有任何软件是不可达成的。

学会提出“愚蠢”的问题

人们常提出看似笨拙的问题，资深程序员往往习以为常不再追问。

例如：既然框架旨在简化人类工作，而 LLM 已如此强大，为何不抛弃沉重框架，让 AI 直接写出最纯粹、零依赖的代码？这样不是能大幅减少 Bug 和维护成本吗？

Tossell 逐渐意识到，这并非傻问题。框架不仅是工具，更是共识与生态。LLM 的智慧源于海量训练数据，而这些数据大多根植于现有成熟框架之中。

这是 Tossell 构建认知的过程。以前，他自视为代码世界的门外汉，觉得领域高不可攀；现在，通过直击本质的提问，他正一步步拆掉思维的围墙。他不再只是使用者，而是真实地成为工程世界的一部分。

关于“氛围编程”

尽管“氛围编程”一词流行，但 Tossell 认为它未能触及灵魂。我们所做的远不止凭感觉，而是在深度理解系统—— 拆解逻辑，改进构造。作为新时代的技术阶层，我们该如何定义自己？

Tossell 不愿自称非技术人员，也不愿被框在传统“程序员”标签内。他更像是一个无名阶层的探索者。如果说无代码曾是一种误读，那么 Vibe Coding 现在也正带着某种傲慢的偏见。

对 Tossell 而言，编程是一场真实存在的宏大游戏。

这种新范式的迷人之处在于：每一个创意都能即刻实践，每一个念头都能深入探索。它不需要从一开始就追求完美，因为掌握系统真谛才是关键。代码未必都要上传 GitHub，有时它们只是通往系统深处的路标。

我们不应为了工具而生产工具。看到别人的 React 抓取工具，Tossell 不再只是感叹，而是自问：我能做一个属于自己的吗？它的原理是什么？这种为了探索而探索的自由，正是新技术赋予我们的最高权限。

以前，学会编程是一种重资产投入。Tossell 曾以为，若费尽心力做出原型却无人问津，因投入过多情感和成本而难以放手。

但在无代码时代，他尝到了快节奏的甜头：一两个小时、一个周末，快速成型。若市场不买单，便随它去。因为投入极低，所以放手极快。

AI 让这种反馈循环达到了光速。

我们正处于软件大爆炸的前夜。平庸之作将泛滥，但惊艳的项目也会井喷。资深程序员正以前所未有的速度发布令人赞叹的开源工具。这意味着我们拥有了取之不尽的灵感库和零件厂，可随时克隆、调整、重混。

相比从读写文件等底层语法练起，这种以结果为导向的重组效率惊人。反馈是即时的，输出是持续的。你无需在起跑线上纠结太久，只需不断尝试、碰撞。

在这个范式下，每一个创意不再是沉重负担，而是可随时抛出的探针。如果你想，你可以随时随地、随心所欲地构建一切。

Tossell 坚信，每个渴望进入技术世界的人都能做到这一点。你不需要计算机学位，只需要一份允许自己去玩的许可。

把编程看作一场游戏：注册一个 CLI 智能体，告诉它你想做一个 RSS 追踪器、健身应用或个人网站。然后，按下启动键。

在这个过程中，你会撞上无数 Bug，但这正是最精彩的部分。你不再被错误困扰，而是开始好奇：为什么会这样？要知道，即便顶尖专家也难逃 Bug 的围攻，而你拥有 ChatGPT 或 Claude 这样的多维智囊团。你可以从不同模型中获取视角，在无数种方案中做出选择。

在工具的丛林里，准则只有一条：最快、最简、最远。

面对琳琅满目的工具，没必要陷入选择瘫痪。选定一个，深挖下去。如果觉得缺了什么，尝试自己去造。

Tossell 最后总结道：

“这整件事对我而言，是一场巨大的、令人享受的学习实验。不断构建，不断向前失败，然后不断把新作品推向世界。”

参考链接：https://x.com/bentossell/status/2006352820140749073