YouTube 影片筆記
pstack 工作流實測：先重現再修、失敗測試先 commit 的證據式 AI 修 bug 流程
原片標題：技術同溫層｜/pstack 到底強在哪？號稱一個月上線 2000 個 PR 的 AI coding 工作流，實測給你看
原片說明
叫 AI 修 bug，它十秒就回「修好了」，你敢信嗎？我每次看到這種回覆都先翻白眼，因為十之八九根本沒跑過。維維這集拆的 pstack 就是在治這個毛病，把「做完」定義到很硬：先重現、先紅後綠、每個說法都要附證據，還讓不同模型互相找碴。
影片時間軸
- 00:28介紹 pstack 作者 Lauren Tan 與開源背景
- 01:40核心一：只講目標加完成條件，步驟抄進清單
- 02:34核心二：不準叫使用者幫他重現，失敗測試要先單獨 commit
- 03:19核心三：Grok 寫扣、Opus 判斷、Interrogate 審查的分工
- 04:23點名幾條最有感的原則，包括 Laziness Protocol
- 05:07實測同一個分頁 bug，一般版與 pstack 對照
- 06:15再叫 Interrogate 審自己的分支，抓到測試沒真的抓 bug
- 07:51講代價：token 變貴、Cursor 限定、原則檔不一定被讀
- 09:28維維的結論與建議的入門用法
那個「先紅後綠」的講究
最讓我服氣的是它對證據的要求。Bug Fix 流程第一步是 AI 自己重現，不準叫使用者幫忙；修完要在同一個地方再驗證一次，看起來可以不算過。最狠的是失敗的測試要比修正先單獨 commit，讓 reviewer 切過去跑一次，親眼看到修之前真的是紅的。回報時每個說法還要標清楚是量到的、推論的還是猜的，根本沒留空間給 AI 唬爛。
實測裡多花的錢買到什麼
維維自己做了一個 23 筆訂單、每頁 10 筆的小專案，分頁用 floor 算頁數，最後三筆永遠不出現。兩邊都把 floor 改成 ceil，bug 都修好了，一般版補的測試還幾乎一樣。差別在過程：pstack 開了分支、留下失敗與修正兩個 commit、貼出修前 20 of 23 與修後 23 of 23 的原始輸出，還列出用了哪四條原則。代價是時間從 21 秒變 30 秒，費用從 0.21 美元變 0.39 美元，差不多兩倍。
規則寫了不代表 AI 會照做
代價講得很實在。pstack 在 subagent 跟審查小組上多花 token，這是嚴謹的價格；很多功能是 Cursor 限定，Claude Code 會直接跳過，預設也不會自動更新。還有人統計 Claude Code 跑了 18 次 potato mode，一次都沒真的打開原則檔，回報裡卻照樣引用原則，這個 issue 到十月底都還開著。改個 CSS 這種小事開 potato mode，就是殺雞用牛刀。
值得下載嗎：值得，尤其是常被 AI 那句「修好了」騙過的人。就算不裝，記住「先重現、再修、再驗證，把前後輸出貼給我」這句，也已經偷到一半功力。