DHH’s new way of writing code：Agent-first workflow 分析
本頁只整理逐字稿能支持的內容；這支影片是短版訪談，適合用來核對 workflow，不取代長訪談的完整脈絡。
來源資訊
| 項目 | 內容 |
|---|---|
| 標題 | DHH’s new way of writing code |
| URL | https://www.youtube.com/watch?v=JiWgKRgdgpI |
| 頻道 | The Pragmatic Engineer |
| Video ID | JiWgKRgdgpI |
| 語言 | English（auto-generated） |
| 逐字稿 | raw/transcripts/youtube/youtube-JiWgKRgdgpI.md |
| 取得方式 | youtube-transcript-api via Windows worker |
摘要
這支短訪談集中呈現 DHH 的 agent-first 工作方式：不再先自己寫 code，而是先把目標交給 agent，再監督多個 agents 的產出、整合與品質。他把自己的角色描述得更接近管理與架構判斷，而不是逐行輸入者；同時仍強調 agent 產出是否適合 shipping，取決於架構、審查與人類對結果的理解。
關鍵洞察
- Agent-first 是工作起點的改變。 約 37:27–40:02 描述從一般 AI 協助轉向 agents，並明確說「agent first」是巨大轉變；約 44:25–44:46 再次談到所有工作都先從 agent 開始。
- 架構師角色沒有消失，反而更集中。 約 19:50–20:19 先啟動 agent、再把問題塑形成架構；約 55:57–56:19 談到大量平行 agents 後，需要有人理解 agent output、架構如何拼在一起，並扮演該角色。
- 人類工作變成管理並行產出。 約 01:03:55–01:04:16，DHH 將自己形容成 agent manager；他不是只等單一答案，而是安排 agents、比較結果、處理整合與方向。
- 速度不能取代 shipping 判斷。 約 54:53–55:17 提到 agent 成功完成不等於產出就適合使用，也談到 junior programmers 能否 shipping agent-generated work；關鍵仍是理解、審查與品質門檻。
- 短期效率來自讓 agents 處理可委派工作。 約 57:42–58:43 描述把錯誤或低價值工作交給 agents，讓人把注意力集中在更高層次的判斷；這不是完全放棄專業，而是重新分配注意力。
對顧哥品牌的啟發
- 將 AI 協作教學從「如何問出漂亮答案」改成「如何拆任務、分派、比較、整合與驗收」。
- 對企業主而言，最容易理解的比喻不是「AI 取代員工」，而是「一個人開始管理一支可平行工作的數位小組」；但主管仍須定義目標與驗收標準。
- 這支短訪談適合支撐 E樂堂的實作教學：一個任務如何拆成研究、草稿、測試、審查，再由真人做最後決策。
可發文角度
- 從「自己做」到「管理 AI 做」：一人公司的工作起點正在改變。
- AI agent 不是更快的搜尋框，而是一支需要被管理的數位小組。
- 讓 AI 平行工作後，老闆最不能外包的是什麼？
- Agent 能做出可運作的東西，不等於你可以直接上線。
證據與限制
- 本片為短版訪談，集中談 workflow；不能單獨支持 TikTok 對 DHH 全部人生觀或長期產品經驗的描述。
- 逐字稿為英文自動字幕，部分人名與專有名詞可能有辨識誤差。
- 「agent manager」是角色比喻，不應直接解讀成正式職稱或組織配置建議。
- novelty：相較長訪談，本片更清楚呈現 agent-first 的起手式、平行 agents 與 shipping 判斷，適合作為 workflow 證據卡。
- concept：支持「AI 協作的核心能力是任務路由與驗收，而非單純生成」；尚未建立正式 concept，記為候選概念。
- timeliness：具體 agent harness 會快速變化，保留方法層、不固化工具層。
- used_in：尚未用於已發布文章。