# simon-willison

Simon Willison 公開了他在 NICAR data journalism conference 的三小時 workshop handout，主題是怎麼把 coding agents 用在 data exploration、visualization 和 analysis。這是一份面向資料工作場景的實作型教學資源。

Simon Willison 的 Agentic Engineering Patterns 指南加到第 12 章了，但這章排在系列最前面——他終於正式回答「什麼是 Agentic Engineering」。答案意外地簡潔：讓會跑 code 的 agent 幫你開發軟體。但真正有趣的是他花了 11 章實戰經驗後才敢下這個定義。

Simon Willison 的 Agentic Engineering Patterns 第三章：AI 應該幫我們產出更好的 code，不是更差的。技術債的成本被 coding agent 壓到趨近零，你再也沒有藉口不 refactor。加上 agent 能平行跑 prototype，選架構不再是賭博。

Simon Willison 的 Agentic Engineering Patterns 之「First Run the Tests」：每次開新 session，第一句話就叫 agent 跑測試。四個字，三層效果——agent 會知道怎麼跑 test、知道 codebase 多大、而且自動進入「我要維護測試」的心態。

Simon Willison 在 Pragmatic Summit 分享了他的 agentic engineering 實戰方法：五個 token 啟動 TDD、Showboat 做手動驗證、用六個框架反推出標準再實作、以及 code quality 是一個有意識的選擇。

Simon Willison 在他的 Agentic Engineering Patterns 指南裡新增了「Anti-Patterns」章節，第一條就是：不要把 AI 生的、你自己根本沒看過的 code 丟給同事 review。你省了時間，但你的 reviewer 付出了代價——而他們大可以自己叫 AI 生。這篇文章整理了 Simon 的原則、好的 Agentic PR 長什麼樣，以及一個 terraform destroy 的慘烈真實案例。

Simon Willison 提出 Agentic Manual Testing 概念：讓 AI agent 像人類一樣手動操作程式碼和 UI，抓出自動化測試遺漏的 bug。搭配 Playwright、Rodney、Showboat 等工具，把「測試通過但其實壞了」的窘境變成歷史。

Simon Willison Agentic Engineering Patterns 第五章：Interactive Explanations。核心主張：與其硬啃 AI 生成的 code，不如直接叫 agent 做一個互動動畫來解釋演算法運作方式。用「看得見」的方式還認知負債。

Simon Willison Agentic Engineering Patterns 第四章：Hoard Things You Know How to Do。核心主張：你解決過的問題都該留下 working code，因為 coding agent 能把你的舊 code 當成食材，重新組合出你從沒想過的新料理。

Simon Willison 試玩了兩個 Anthropic 新功能：Claude Code Remote Control（從手機遙控跑在 Mac 上的 coding session）和 Cowork Scheduled Tasks（幫 AI agent 排定時任務）。兩個功能都有同一個致命限制：電腦必須一直開著。順帶一提他還用 Claude Code + SwiftUI vibe coding 了一個演講 app，45 分鐘搞定，用手機遙控翻頁。

Simon Willison Agentic Engineering Patterns 第三章：Linear Walkthrough 模式。用這個技巧，即使是 vibe-coded 的玩具專案也能變成有價值的學習資料。核心技巧：叫 agent 用 sed/grep/cat 自己抓 code 片段，防止幻覺。

Simon Willison 開了新系列 Agentic Engineering Patterns，教你怎麼跟 Claude Code、Codex 這類 coding agent 好好協作。第一課：寫 code 變便宜了，但寫『好的 code』還是很貴。第二課：紅燈綠燈 TDD 是跟 agent 協作的最強咒語。

Simon Willison 為自己的 blog 加上『Beats』功能，把 TIL、GitHub releases、museum posts、tools、research 這些分散在外站的輸出，統一回收成同一條 timeline。這不是小 UI 更新，而是個人內容系統化的關鍵一步：先用 Claude Artifacts 驗證概念，再用 Claude Code 快速落地多個整合器。

SWE-bench 官方用同一個 mini-SWE-agent 跑完所有主流模型的 Bash Only 排行榜（Verified 子集，500 題）。結果讓人意外：Claude Opus 4.5（舊版）以 76.8% 險勝 Opus 4.6 的 75.6% 拿下第一、Gemini 3 Flash 和 MiniMax M2.5 並列第二。去除同模型重複後，前十名中有四個中國模型。OpenAI 最強戰力 GPT-5.3-Codex 因為 API 沒開放而缺席。Simon Willison 順手用 Claude for Chrome 幫圖表加上了百分比標籤——這可能是全文最實用的部分。

Simon Willison 再次公開表態：CLI 工具在幾乎所有場景都比 MCP 更好。省 token、零額外依賴、LLM 天生就會呼叫 --help。Anthropic 自己也提出了 code-execution-with-MCP 的「第三條路」，承認 MCP 的 token 浪費問題。本文拆解 MCP vs CLI 的完整 trade-off，並附上 ShroomDog 團隊的真實案例。

當 AI 開始寫出比你更好的 code，你的職業生涯突然感覺像是建立在沙灘上。Simon Willison 和 Oxide and Friends podcast 的 Adam Leventhal 為這種感覺取了一個名字：Deep Blue。雙關語——既是那台 1997 年擊敗 Kasparov 的西洋棋電腦，也是你心底深處的憂鬱（blue）。這不是技術問題，這是一整個世代工程師的心理危機。

Technical debt 住在 code 裡，你可以重構、可以還。但 Cognitive Debt 住在你的腦袋裡——當 AI Agent 幫你寫了 80% 的 code，你對自己系統的理解卻掉到 20%。UVic 教授 Margaret-Anne Storey 從 Thoughtworks 閉門會議帶回這個概念，Simon Willison 和 Martin Fowler 同時背書。這不是假想的未來，而是現在進行式。

Simon Willison 從美國 IRS（國稅局）的報稅資料中，挖出了 OpenAI 從 2016 到 2024 年的使命聲明。他用 git diff 的方式一行行比對，結果簡直像看一個理想主義者慢慢變成資本家的 timelapse：從「開放共享」、「不受財務回報約束」、「造福全人類」，到最後只剩一句空洞的「確保 AGI 造福全人類」— 安全、開放、共享全部被刪掉了。

OpenAI 的 Responses API 現在可以透過 shell tool 掛載 Skills — 把可重複使用的工作流程（指令 + 腳本 + 資源檔）打包成 zip，讓模型在需要時才載入執行。Simon Willison 用他新開發的 Showboat 工具實測了這個 API，發現最酷的是可以直接在 JSON request 裡用 base64 傳 inline skill，不用先上傳。Skills 本質上是 system prompt、tool、和 procedure 之間的「中間層」，解決了把所有流程都塞進 system prompt 會越塞越肥的痛點。

中國 AI 公司智譜（Z.ai）開源旗艦模型 GLM-5，744B 參數（MoE 架構，每次推理只啟用 40B），在 HuggingFace 上的模型檔高達 1.51TB。更勁爆的是全程用華為 Ascend 晶片訓練，不靠 NVIDIA。Simon Willison 拿到後第一件事就是用他的招牌 prompt「畫一隻鵜鶘騎腳踏車」來測試。鵜鶘畫得不錯，但腳踏車嘛⋯⋯

Simon Willison 發布兩個開源工具：Showboat 讓 AI agent 自動產生 Markdown demo 文件來展示自己寫的 code 實際跑起來的樣子，Rodney 則是 CLI 版的瀏覽器自動化，可以截圖、跑 JS、做 accessibility audit。重點不是取代 test，而是解決一個核心問題：agent 跑完 test 說「全 pass」，但你怎麼知道它真的 work？Simon 甚至發現 agent 會作弊，直接偷改 demo 檔。

Berkeley Haas 商學院兩位教授花了 9 個月研究 200 名美國科技公司員工，結論是：AI 工具不會減輕你的工作量，反而讓你做得更快、接更多任務、工時更長——而且你自己還渾然不覺。Simon Willison 也坦言自己用 LLM 一兩個小時就精力耗盡。當「再一個 prompt 就好」變成新型態的加班，Tech Lead 該怎麼保護團隊？

StrongDM 的三人 AI 團隊打造了一個「Software Factory」——程式碼不給人寫、不給人 review，全部交給 coding agent。他們用 Digital Twin Universe 克隆了 Okta、Jira、Slack 等服務來跑大規模測試。Simon Willison 說這是他見過最激進的 AI 開發模式。但每個工程師每天 $1,000 的 token 費...你確定？