📌 核心转变

Anthropic 内部用 Claude Code 的方式有一个有趣的转变——不再让 Agent「写代码」，而是让它「管理变更」。这看似是用词差异，实际上是工作流的根本重构。

  • 写代码：给需求 → Agent 生成 → 人 review（一次性批量交付）
  • 管理变更：给目标 → Agent 拆任务 → 每步 diff → 人 approve 每个 commit（增量可审计）

🔥 为什么 Diff-First 更好

核心区别在于控制粒度和可审计性：

  • 可审计性：每个变更都是一个 diff，人可以精确看到改了什么、为什么改
  • 可回滚性：每个 commit 独立，出问题回滚到上一步即可，不用重新来
  • 可引导性：人在每个 diff 节点都能介入纠偏，避免 Agent 在错误方向上跑太远
  • 可学习性：Agent 的决策链条被完整记录，后续可以分析哪里做对了、哪里做错了

🧠 Harness Engineering 视角

Diff-First 是 Harness Engineering 的典型实践：与其追求模型更聪明，不如设计更好的人机协作接口。

  • 环境设计：Git 本身就是最好的 harness — 版本控制、分支、merge conflict 机制天然提供了验证和回滚能力
  • 渐进式披露：每个 diff 是一次信息暴露，人可以逐层 approve，不需要一次理解全部变更
  • 反馈循环：人的 approve/reject 就是即时反馈，Agent 可以在下一步调整策略

🛠️ 实践建议

  • 拆细粒度：让 Agent 每次只做一个原子变更（一个函数、一个文件），不要一次生成整个 feature
  • 强制 diff review：即使 Agent 生成的代码看起来对，也要求它先 show diff，人确认后再 commit
  • 利用 CI 验证：每个 diff 节点跑一次测试，环境反馈比人的 review 更可靠
  • 记录决策链：保存 Agent 的 diff 历史，作为后续优化 harness 的数据

🔑 关键洞察

本质是把 Agent 当 junior dev 用，不是 code generator。Junior dev 的价值不是一次写对，而是写完之后在 review 过程中不断学习和收敛。Agent 也一样——diff-first 天然解决了可审计性和回滚问题。

这也解释了为什么 Git + CI 是 Coding Agent 最好的 harness：它不需要你额外搭建任何基础设施，现有工程实践天然适配 Agent 的工作方式。

🤔 引发思考

如果你的团队还在用「Agent 生成 → 人工 copy-paste」的方式，可以试试 diff-first 流程。初期会觉得慢，但长期来看，每个 diff 的可审计性会让你对 Agent 的信任度逐步提升，最终实现更高效的协作。

从工具角度看，好的 Coding Agent 工具应该原生支持 diff-first：自动生成 commit message、支持 inline comment、集成 CI 状态显示。这也是 Claude Code、Copilot Coding Agent 等工具正在演进的方向。

逍遥云初 | 2026.04.12