AIDEEPAI 深度拆解
← 全部拆解
decode

一个人,三个月,27000 颗星:agentic engineering 长什么样

一个人,三个月,27000 颗星:agentic engineering 长什么样 配图 1

一个人,三个月,27000 颗星:agentic engineering 长什么样

Matt Van Horn(mvanhorn)说他高中毕业后从没发布过一个有人用的软件。三个月后,他做出了 last30days——一个拿到 27000 多颗 GitHub 星、发布当天冲上 GitHub 趋势榜第一的项目,外加另外两件工具,还给 Python、Go 这些主流开源项目提交了实质代码。中文圈把他这套打法转出来的是 meng shao,标题叫《Agentic Engineering 实战窍门全录》。

这件事容易被读成又一个"AI 让人变强"的爽文。它的价值不在励志,在于三件工具背后是同一套可复制的工程方法。把这三件工具拆开看,你会看到一个独立开发者怎么用 agent 跨过过去必须靠团队、靠平台、靠资历才能跨过的三道坎。本期拆的就是这套方法,以及它对"一个人能做多少事"这条线的重新定位。

本期关键词

  • agentic engineering(智能体工程) —— 不是自己写代码,而是把人放在"定义目标、设计流程、验收结果"的位置,让 AI agent 去执行具体编码。人当工头,agent 当工人。
  • agent skill(智能体技能) —— 一份写给 AI agent 看的说明书:告诉它遇到某类任务时该按什么步骤、调什么工具、怎么判断好坏。装上一个 skill,agent 就多一项专长。
  • 围墙花园(walled garden) —— 平台把数据和能力圈在自己的登录墙后面,外部程序拿不到。Reddit、X、你的银行账户都是围墙花园。
  • Tailscale / Keychain —— Tailscale 是一种把你的几台设备组成加密私有网络的工具;Keychain 是 macOS 系统自带的密码保险箱。下文的 Agent Cookie 同时用到这两样。
一个人,三个月,27000 颗星:agentic engineering 长什么样 配图 2

一、last30days:搜人,不搜编辑

mvanhorn 拿到 27000 星的那件工具,是一个 agent skill,叫 last30days。它干一件事:给它任意一个话题,它跨 Reddit、X、YouTube、Hacker News、Polymarket、普通网页并行搜一圈,合成一份带出处的简报。

它的哲学写在一句话里:"Google aggregates editors. /last30days searches people."(Google 聚合的是编辑,last30days 搜的是人。)这句话是整件工具的判断核心。普通搜索引擎排在前面的,是有 SEO 团队、有内容运营、有编辑把关的网站——也就是"编辑"。而一个话题最新、最真实的信号,往往躺在某个 Reddit 帖子下面 1500 个赞的评论里、某条没人转发但说到点子上的推文里。last30days 赌的是后者。

它的流程值得抄下来,因为它就是一套"怎么让 agent 做研究"的范式:

  1. 先解析对象。给一个人,它去找这个人的 X handle 和 GitHub;给一个产品,它去找官方 repo 和核心贡献者。不是直接丢关键词去搜。
  2. 并行多源搜。Reddit(带评论赞数)、Hacker News、Polymarket(预测市场赔率)、YouTube(转录文字)、TikTok / Instagram / Threads / Bluesky、普通网页,一起发出去。
  3. 按真实互动打分。它的原话是"1500 赞的 Reddit 帖 > 没人读的博客"。权重给的是人的真实反应,不是网站权威。
  4. 跨源聚类。同一个故事在不同平台有不同说法,把它们合并成一条,而不是重复罗列。
  5. AI 法官合成。最后用一个 agent 当裁判,产出有引用的摘要,再挑出几条 "Best Takes"(最佳观点)。

判断:last30days 的本事不在"搜得多",在它把"什么算可信"这个判断权,从平台的排序算法手里夺回来,重新定义成"真实的人投了多少票"。这是一个独立开发者能和 Google 在同一个问题上较劲的唯一姿势——你拼不过它的索引规模,但你可以换一套信号源。它当天冲上趋势榜第一,说明很多人早就在等这个换法。

一个人,三个月,27000 颗星:agentic engineering 长什么样 配图 3

二、Agent Cookie:让 agent 带着你的身份醒来

如果说 last30days 解决的是"搜什么",Agent Cookie 解决的是一个更硬的问题:agent 怎么进得去那些需要登录的地方。

绝大多数有价值的数据在围墙花园里——你订阅的内容、你的私有面板、需要登录才能看的页面。一个云端跑的 agent 默认是个陌生人,进不去。常规做法是把账号密码、token 明文塞给 agent,既危险又只能覆盖少数提供官方 API 的平台。

Agent Cookie 的做法是:把 agent 的浏览器会话,同步到你日常在用的那台 Mac 上,中间走 Tailscale 加密。于是任意一个 agent runtime(运行环境)醒来时,就已经是"已登录"状态——它借用的是你这台 Mac 上真实浏览器的登录态。关键的安全设计是:凭证从 **macOS Keychain(系统密码保险箱)**里读,而不是明文存在某个文件里。

判断:这是三件工具里最能说明 agentic engineering 边界在哪的一件。单独一家公司的 API 永远只能给你它愿意开放的那部分能力,围墙花园之间互不相通。Agent Cookie 把破墙的钥匙换成了用户自带的认证——你能登录的地方,你的 agent 就能去。这让一个独立开发者做出的工具,覆盖面反而超过任何单一平台的官方 agent,因为它不依赖任何一家平台点头。代价是它把信任问题摆到了明面上:agent 拿着你的真实身份在网上行动,所以凭证要锁进 Keychain、链路要加密——安全不是附加项,是这条路能走通的前提。

一个人,三个月,27000 颗星:agentic engineering 长什么样 配图 4

三、Printing Press:把"做出能发布的软件"变成一条循环

第三件工具叫 Printing Press(cli-printing-press)。给它任意一个 API,它生成一个可以直接发布(ship-ready)的命令行工具。

它的内部是一条循环:research → build → polish → publish(调研 → 构建 → 打磨 → 发布)。设计上是 agent-first(以 agent 为先)的——意思是这套流程不是给人手动操作的菜单,而是给 agent 按步骤自动跑的剧本。它还自带 SQLite 同步和离线搜索,让生成的 CLI 工具开箱就能用、断网也能查。

判断:Printing Press 暴露的是 agentic engineering 的第三块拼图——节奏。前两件工具解决了"搜什么"和"进得去",但一个人要在三个月里产出多件有人用的软件,靠的不是单点突破,是把"从想法到能发布"压成一条可重复的循环。research→ship 的闭环写成 agent 能执行的流程后,做第二个、第三个工具的边际成本就塌下去了。这正是 mvanhorn 能在三个月里连出三件作品、还顺手给主流开源项目提交代码的机械原因:他不是更努力,是他把产出软件这件事本身做成了一个可以让 agent 反复跑的管线。

一个人,三个月,27000 颗星:agentic engineering 长什么样 配图 5

四、三件工具,是同一套方法的三个切面

把三件工具叠在一起,背后是同一套 agentic engineering,拆成三条可操作的原则:

  • 能力来自用户自带的认证,不来自平台授权(Agent Cookie)。别等平台开 API,让 agent 借用用户已有的登录态,去任何用户本人能去的地方。单一公司做不到的覆盖面,这样做得到。
  • 信号取自真实的人,不取自编辑权威(last30days)。判断什么可信,用真实互动量(赞、评论、赔率)而不是网站排名。这让小工具能在"信息质量"上正面对垒大平台。
  • 用闭环循环快速产出,不靠单点灵感(Printing Press)。把"调研到发布"写成 agent 能反复执行的流程,第二个产品的成本就远低于第一个。

这三条合起来回答了一个具体问题:一个高中毕业、此前没发布过有用软件的人,凭什么三个月做出 27000 星的项目?不是因为他突然变天才,是因为他把自己放在了工头的位置——定义要解决的坎(搜什么 / 进得去 / 出得快),设计让 agent 执行的流程,自己只管验收和判断方向。写代码这件过去最贵的事,被 agent 接管了。

判断:这件事的可怕之处不在 27000 这个数字,在于它的可复制性。门槛不是被降低了,是塌方了。过去"一个团队几个月"的产出,现在的下限变成"一个想清楚的人 + agent,三个月"。这意味着竞争的胜负手正在从"谁有工程师团队"挪到"谁更会定义问题、设计流程、验收结果"。

一个人,三个月,27000 颗星:agentic engineering 长什么样 配图 6

对从业者意味着什么

  • 对独立开发者 / 想做产品的人:mvanhorn 的样本说明,缺工程师团队不再是不能下场的理由。把精力从"我会不会写这段代码"挪到"我要解决哪道坎、怎么设计一条 agent 能跑的流程"。先挑一个有真实围墙花园痛点的小问题(数据进不去、信号被污染、产出太慢),用一件工具啃下来。
  • 对工程师 / Tech Lead:agentic engineering 把你的价值重心从"写得快"挪到"定义得准、验收得狠"。值得现在就练的,是把自己手上重复的工作流(调研、迁移、生成脚手架)写成 agent 能执行的剧本,像 Printing Press 那样做成可复用循环,而不是每次手动重来。
  • 对做 agent 工具的人:last30days 和 Agent Cookie 给了两个清晰的产品机会——重新定义"什么算可信信号",以及"用用户自带认证去覆盖单一平台覆盖不到的地方"。这两块都是大平台因为利益和合规绑手绑脚、反而留给小团队的缝隙。
  • 对所有人:把"我会做某件事"换成"我会定义目标、会设计流程、会验收结果"。这三件工具的作者本人就是这条迁移的活样本——他不写大部分代码,他决定写什么、怎么验、往哪走。

引用

  1. meng shao(shao__meng)中文转述 @mvanhorn《Agentic Engineering 实战窍门全录(2026 年 6 月版)》:https://x.com/shao__meng/status/2061974983094755575
  2. last30days-skill(GitHub,27000+ 星,发布当天 GitHub 趋势榜第一):https://github.com/mvanhorn/last30days-skill
  3. cli-printing-press(Printing Press,为任意 API 生成可发布 CLI):https://github.com/mvanhorn/cli-printing-press
  4. agentcookie(Agent Cookie,经 Tailscale 同步浏览器会话、凭证存 macOS Keychain):https://github.com/mvanhorn/agentcookie

说明:本篇引子是 meng shao 转 @mvanhorn 的一条经验帖,工具的机制据三个项目的公开 README 与说明。星数、趋势榜名次、三件工具的设计细节均出自上述公开来源;推文是引子,机制据公开文档。