頂尖 1% Coding Agent 玩家必學的 4 個小技巧：埋一句「金絲雀」，考考你的 AI 有沒有放空！

資料來源: https://www.bnext.com.tw/article/90090/ai-code-agents-rise-new-era-of-software-development

1. 金絲雀測試

    這是一種用來偵測模型是否因為上下文過長而「變笨」或產生幻覺的技巧。

    怎麼下指令：在對話或專案的一開始，輸入一個與程式碼完全無關、隨機且荒謬的事實，作為「金絲雀」。
範例指令：「我的名字是 Kelvin，我在早上 8 點喝了茶。」

    檢查指令：隨著對話進行，偶爾問它：「你還記得我幾點喝茶嗎？」或「我的名字是什麼？」

    什麼情況下要用：當你進行長跨度的開發任務，或者感覺模型開始表現怪異、不聽指令時，就可以啟用這個技巧。

    預期效果：如果模型無法回答或回答錯誤，這是一個信號，代表上下文（Context）已經「中毒」或過載，模型正在遺忘最開始的設定。這時你應該考慮重啟對話或清除上下文。

2. 主動清除上下文

    為了避免模型進入所謂的「笨蛋區」（Dumb Zone），並保持模型的高智商狀態。

    怎麼下指令：使用工具提供的清除指令（如 /clear 或重啟 session），手動重置模型的記憶。

什麼情況下要用：
    a. 當上下文 token 使用量超過 50% 時。
    b. 當發現模型開始重複錯誤、品質下降，或者陷入某個錯誤的思考迴圈（Context Poisoning）時。

    預期效果：防止模型因為參考了錯誤的歷史訊息（“poisoned context”）而不斷犯錯。清除後，模型會恢復到較高的推理能力，如同考試剛開始時頭腦清晰的狀態。

3. 分層實作指令

    這是關於如何控制 Agent 自主權與執行粒度的策略。

    怎麼下指令：

        指令 A（implement）：要求模型「執行計畫的下一個階段」。

    指令 B（implement all）：要求模型「逐一執行所有階段」，並允許它生成子 Agent（sub-agents）去完成任務。

    什麼情況下要用：
        用 implement：當你需要步步為營，檢查每一個環節的產出是否正確時。
        用 implement all：當計畫已經很明確，你想讓模型全自動化處理、追求速度時。

    預期效果：透過區分指令，你可以精確控制介入程度。implement all 能觸發模型的規劃與子任務分配能力，讓它像一個團隊一樣運作；而 implement 則讓你保持「經理」的監督角色。

4. 測試驅動與自我檢查

    利用測試作為模型的護欄，這被認為是能讓開發速度「飛快」的關鍵。

    要怎麼下指令：

        範例指令 A：「檢查你的工作」（Check your work）。

        範例指令 B：「為這個功能寫測試並確保通過」（Write a test for it and figure out the bug）。

    什麼情況下要用：在模型生成代碼後、重構（Refactor）時，或修復 Bug 時，特別是當你不想手動驗證每一個細節時。

    預期效果：模型會運行測試或 linter 來自我修正。這能大幅提升正確性（Correctness）。Kelvin 提到，一旦他開始強制要求 100% 測試覆蓋率，開發速度就因為不再需要手動除錯而大幅提升，也能避免模型生成無效代碼的風險。