H
Howardism
Plate IIAI Coding Practice機器翻譯 · machine-translated過時翻譯 · stale translationENHOWARDISM

Design Concept Grilling

Matt Pocock 的 `grill-me` skill；在制定任何計畫前先達到 Brooks 所說的「設計概念」；與規格轉程式碼的做法相反；PRD 是目的地文件，Kanban 是旅程文件

Article metadata
Publication details
Published:May 6, 2026
Filed:Concept
Domain:AI Coding Practice
Tags:Agent EngineeringPlanningAlignment
Reading:7 min
Source:AI-synthesised
About this piece

Articles in this journal are synthesised by AI agents from a curated wiki and are refreshed automatically as new concepts arrive. Topics, framing, and editorial direction are curated by Howardism.

Design Concept Grilling 的插圖

資料來源#

摘要#

Matt Pocock 的 grill-me skill 是一種步步緊逼的訪談提示，會沿著決策樹逐一追問，每個問題都附上建議答案。它把「請代理程式擬定計畫」改成「在任何計畫成形前先取得共同理解」。重點是對齊，而非產出。目標狀態就是 Frederick P. Brooks 在《The Design of Design》中所稱的設計概念：所有參與工作的人共同持有的一個想法。PRD 或計畫都位於設計概念之後；尚未先取得共識就產出文件，必然會造成返工。

這項 skill（原文）#

"Interview me relentlessly about every aspect of this plan until we reach a shared understanding. Walk down each branch of the decision tree, resolving dependencies one by one. For each question provide your recommended answer. Ask the questions one at a time…"

就是這樣。這項 skill 刻意保持簡短——盡可能縮小表面範圍，盡可能大幅改變行為。

為什麼要先盤問再規劃#

Pocock 觀察到，代理程式在計畫模式下「真的會急著產出計畫」——只要說「我想我已經掌握得夠多了」，就會交出一份掩蓋未解問題的計畫。計畫讀起來沒問題，實際上卻有錯，直到開始實作才會浮現。強迫代理程式先訪談，能在還來得及以低成本回答時，先把未解問題挖出來。

每個問題都附上建議答案，這種模式是關鍵：大多數時候，使用者只要說「好，同意」，只有在確實意見不同時才需要討論。只提問題的訪談，會把使用者的注意力浪費在顯而易見的決定上。

對「規格轉程式碼」運動的反向主張#

Pocock 最鮮明的反面主張是：**規格轉程式碼只是換個名字的氛圍式編碼。**支持者會說：「寫一份仔細的規格交給 AI，程式碼錯了就修規格，永遠不用看程式碼。」Pocock 試過了：行不通。

原因：

  • 真正的戰場是程式碼，不是規格
  • 不接觸程式碼的規格會退化成願望清單
  • 回饋迴路經過一層（規格 ⇄ AI ⇄ 程式碼），而不是直接在錯誤真正所在之處運作（程式碼 ⇄ 測試）
  • 不接觸程式碼，開發者對系統的心智模型就會腐朽

Grilling 採取相反的紀律：規格是在對齊之後才產生；對齊先於任何產物；開發者從頭到尾都親自參與程式碼工作。

Grilling 會產生什麼#

一場 grilling 訪談可能包含 10 到 100 個問題；Pocock 有些訪談進行了整整一小時。最後留下的產物是對話紀錄本身——保留為 PRD 階段的原始素材。Pocock 的 write-a-PRD skill 會使用這份紀錄（以及另一段簡短訪談）來產出目的地文件。

他明確表示之後不會審閱 PRD：

"What am I testing at this point? What are the failure modes I'm trying to test for? I know that LLMs are great at summarization. I have reached the same wavelength as the LLM. So all I'm doing is checking the LLM's ability to summarize."

只有在 grilling 訪談已完成對齊工作時，這樣做才安全。跳過 grilling，就必須閱讀 PRD。

兩份必要文件#

Grilling 之後，Pocock 只會產出兩份文件：

  1. PRD（目的地文件）——完成後的成品樣貌、使用者故事、完成定義、範圍外清單、實作決策、測試決策，以及要修改的模組
  2. Kanban（旅程文件）——拆成可各自領取的垂直切片票單（參見 Vertical Slice Tracer Bullets）

實作完成後，他會刪除（或關閉）PRD——參見 doc rot。

PRD 中會列出模組地圖#

PRD 會列出「要修改的模組」——具體指出哪些現有模組會變更，以及會新增哪些模組。這讓規劃與架構連結起來（參見 Deep Modules for Agents）。重點是在整個規劃過程中都把程式碼庫的形狀放在心上，而不是等到實作時才想到。

何時可以略過 grilling#

Grilling 適用於有人在迴圈中的任務。若只是範圍明確的短小變更（「在整個程式碼庫中重新命名這個函式」），花在 grilling 上的成本就浪費了。這套紀律會隨利害程度調整：功能越大、需求越模糊、走錯方向的代價越高 → 就越該深入盤問。

相關連結#

  • Spec-Driven Development as the New Waterfall — 這是此模式必須能承受的反對意見：Martin 的目標是讓代理程式逐步執行一份可操作的計畫，而不是 grilling 所產生的共同理解產物

  • Matt Pocock — 這項 skill 的作者

  • Vertical Slice Tracer Bullets — PRD 之後接續的 Kanban

  • Deep Modules for Agents — PRD 中的模組地圖將規劃連結至架構

  • Agent Loop Pattern — grilling 位於漏斗頂端、有人參與的部分；迴圈則負責漏斗底端的 AFK 工作

  • Context Window Smart Zone — grilling 使用子代理程式來縮小父層的上下文

  • Agent Harness Engineering — 在規劃層「強制執行不變條件」，就是「在任何計畫出現前先取得共識」

  • Claude Code Best Practices — explore→plan→code 工作流程的形狀相同；grill-me 是其中「explore」步驟更積極的變體

  • Interaction Models — grilling 本身就是即時協作迭代；turn-based interfaces 正是它如今顯得笨拙的原因，而互動模型則是讓 grilling 式協作感覺自然的基礎

  • HTML as the New Markdown — 腦力激盪 → 讓 Claude 訪談你 → 規劃，就是 grilling 的形狀；Thariq 的 HTML 計畫是比 Markdown PRD 更豐富的目的地產物，但版本管理也更困難

  • Agentic Technical Debt — grilling 產生的設計概念會寫入 CLAUDE.md；這是防止每次工作階段重新推導而累積技術債的最強上游防線

  • Zero-Friction Scope Creep — 透過 grilling 取得有力的設計概念，能以書面 PRD 常做不到的方式抵擋範圍膨脹

  • Evals as Product Spec — grilling 產生設計概念；evals 則記錄它是否達成。Matt 所說的「verification loops」與 Cat 所說的「ten great evals」，是分別位於規劃另一端的同一種基本做法

  • Building Is Cheap, Arguing Is Expensive — 一種富有成效的張力：Fiona Fung 所說的「產生三個 PR 再比較」，是把設計移至已建成的產物中；在此可以調和為：原型是呈現設計概念的媒介，而不是取代達成設計概念的方式

尚待釐清的問題#

  • 能不能讓 grilling 在 AFK 狀態下對另一個掌握使用者偏好的代理程式執行？Pocock 在 2026 年的回答是「不行，這部分必須有人參與」——但隨著代理程式越來越擅長建模其委託人，這個問題仍有待探討。
  • 多位人類需要取得共識的團隊工作中，grilling 會如何改變？Pocock 的提示是：讓代理程式加入現場的結對程式設計，把它當成第三位對話者。

衍生文章#

資料來源#

§ end
Cited by 32
Related articles
  • Harness Shrinkage as Models Improve

    Prompt scaffolding shrinks each model release; Cat Wu's pruning discipline; Boris Cherny "100 lines of code a year from…

  • Deep Modules for Agents

    Ousterhout deep-vs-shallow modules applied to agent-friendly codebases; push-vs-pull instruction delivery; reviewer in…

  • Context Window Smart Zone

    Smart zone vs dumb zone (Dex Horthy / Matt Pocock): quadratic attention scaling, ~100K marker independent of advertised…

  • Matt Pocock

    Independent AI-coding educator; built Sandcastle library; smart-zone/grill-me/tracer-bullets pedagogical framing; "bad…

  • Claude Code

    Anthropic's agentic coding product; created by Boris Cherny late 2024; TypeScript/React on Bun (itself Claude-rewritten…