只需 Harness（大部分情况）

如果你此刻正感到被人工智能压得喘不过气来，那可一点也不奇怪。

每天都有新工具、新MCP、新模型、新技能、新工作流程、新功能、新社交帖子涌现——每一种都仿佛在说：“嘿，看！我用这个古怪的提示词，已经完全搞懂了人工智能！”

我……并不相信你。

我每天都在与人工智能打交道，而我发现：少即是多。真正能带来实质改变的，并不是我安装了什么、配置了什么，或者“骗”代理去执行哪些操作。

那些东西固然有趣，但归根结底，总觉得不过是些花里胡哨的噱头而已。

我看到，自己工作效率提升最大的，恰恰来自于我对“驾驭工具”的使用方式，以及我对它的理解程度。

因此，在这篇博文中，我将与大家分享一种简单的工作流程——只需利用GitHub Copilot现有的功能，就能大幅提高你在人工智能方面的效率。

无需任何诡异的提示词，也无需掌握别人似乎都熟知的各种技能。只要用好“驾驭工具”——它就是你所需要的全部，而且大部分情况下，它已经足够了。

免责声明

我所使用的“驾驭工具”一词，与“GitHub Copilot”可以互换使用。这篇博文的宗旨是保持内容简洁明了，所以请放心：GitHub Copilot其实就是一个“驾驭工具”。

我并不是想暗示你以后永远不需要任何技能、MCP、指令或自定义代理等。事实上，随着你不断进步，需要为团队定义复杂的工作流程、实现自动化时，这些工具会变得愈发重要。

实际上，我在本博文中就用到了不少这样的工具！

我想强调的是：要取得在人工智能领域的巨大成功，你完全不必依赖这些工具。

另外，市面上充斥着太多“乱七八糟”的东西。如果你不相信这一点，不妨让代理帮你创建一个技能，去做任何你想做的事——它一定会欣然答应。

即便生成的技能最终无法真正发挥作用，你也可以轻松地将其发布到任意数量的技能或MCP注册库中。

1. 选择一款工具，随便选一款

这当然是显而易见的，对吧？选一款工具！太简单了！

不过，即使是在GitHub Copilot这一大家族中，也有许多不同的选择。其中包括CLI、全新的GitHub Copilot 应用、VS Code、Visual Studio，以及喷气脑——仅举几例。

好消息是，这些工具的体验正日益集中于同一个“驾驭工具”上。不同工具之间的具体细节或许有所差异，但核心工作流程却始终如一。只要学会使用一次“驾驭工具”，你就能在各个地方自如运用它。

话虽如此，我仍然坚信：学习“驾驭工具”才是关键，而学习它的最佳方式，就是尽可能贴近它、尽可能接近它的实际运作方式。所以，如果你刚刚起步，我建议从GitHub Copilot CLI开始。

它是一个终端界面，也就是说，一切都是纯文本。没有太多复杂的用户界面需要学习——你只需输入一个提示词，代理就会完成相应操作。

不过，这种交互更加直接、更加即时，坦白说，也让人倍感满足。

为了本次演示，我将使用全新的GitHub Copilot 应用。不过，该工具所采用的“驾驭工具”，与你如果使用GitHub Copilot CLI、Visual Studio Code，以及众多其他能找到GitHub Copilot的地方所使用的工具，其实完全相同。

2. 打开YOLO模式

YOLO模式又被称为“允许所有人”。通过这一模式，代理可以在无需征得许可的情况下执行任何命令。具体行为会因你所使用的工具而异，但对于大多数工具而言，它只是在聊天中执行一条/allow-all命令而已。

否则，每当代理需要执行某些任务时，它都会停下来，等待你的批准。

只有当代理拥有自主权时，你才能真正感受到工作效率的提升。如果你必须对代理的每一个操作都进行审批，那么干脆你自己来做吧。更何况，这样的用户体验实在糟糕透顶——谁愿意整天坐在桌前，不停地按“批准”按钮呢？

而一遍又一遍地点击“批准”，只会让你逐渐养成一种习惯：不再仔细阅读自己被要求批准的内容，这反而会适得其反。

不过，你当然希望和代理相处得更安全。好人都会遇到坏事正是为此而生。在启用YOLO模式时，你不应该将代理运行在本地机器上。尤其是在工作中使用它们时，这一点尤为重要——组织的系统中存储着敏感数据，一旦出错，后果可能非常严重。

幸运的是，现在有许多选项可以让你在沙盒环境中运行代理。其中，最容易上手的，就是GitHub 代码空间或开发容器。

3. 从原型开始

人工智能最神奇的一点之一，就是你可以轻松地在前期为任何事物、任何事情都打造一个原型。在过去，情况并非如此。原型开发往往被视为项目中的一个完整阶段，甚至常常是一种奢侈的追求。

如今，你只需通过一个提示词，就能轻松完成原型设计。

让我们来看几个例子。

假设我们想要构建一个日期选择器的网页组件。听起来很简单，但实际上却相当复杂。想想看，你可能会想用它做些什么不同的事情。

• 如何在组件内部进行导航？
• 选中的日期会是什么样子？
• 选定的日期范围又会是什么样子？
• 用户如何在日、月、年之间进行切换？

先从一个简单的原型入手，再衍生出多种变体。我通常会从这样的方案开始：

给我20个日期选择器网页组件的原型模板。把它们全都放在一个HTML文件里，这样我就可以进行对比和测试。

在这个案例中，AI生成了多种不同的布局，其中有一个原型以年份视图作为起点。这很有意思。我希望我的日期选择器能够让用户先放大到年份，再进入月份，最后再查看具体的某一天。

这些场景，往往在你真正看到它们之前，根本不会想到。

作为人类，我们处理图像、形状以及直观的布局等感官丰富的模型，速度远快于处理密集的文本。在早期阶段就制作低门槛的原型，有助于让复杂的概念立刻变得直观易懂。

而这同样适用于非视觉类的任务。

比如，如果我想添加一个新的API端点，我依然会先制作一个可视化原型，以便在深入实施之前，充分了解需求和约束条件。

为这个项目创建一个API的可视化原型。为如何处理这样一个新的API端点——允许用户下载自己的分析数据——提供五种不同的解决方案。

由于GitHub Copilot应用支持美人鱼图解，代理会将此内容以Markdown格式呈现，清晰地勾勒出我们实现该API端点的五种不同方式。

在与代理合作时，我们很容易忘记，万事万物都充满细微差别。通过原型设计，我们可以在前期就发现这些细微之处，从而避免在后续的反复修改中浪费宝贵的时间和资源。

我建议在大多数工作中，使用中等规模的模型，例如GPT 5.6 Terra或Claude Sonnet，它们的推理能力处于中等水平。同时，我也建议你在这一特定功能、Bug或增强特性持续期间，坚持使用你所选择的模型。

提示缓存可以为你节省一些资源。只要你不切换到不同的模型或推理级别，你之前的对话记录就会一直保留在模型中，从而为你在未来的需求中提供折扣优惠。

4. 有条不紊地规划

现在，当你已经清楚自己真正想要的是什么，而不是最初以为自己想要的东西时，就该开始规划具体的实施方案了。

在不开启新会话的情况下，切换到GitHub Copilot的规划模式。

“/plan 构建一个日期选择器网页组件。我希望用户能够放大和缩小年份、月份和日期。”

这是一个相当模糊的提示词，而且你很可能比我更有经验，能为模型提供更多背景信息；不过，这只是一个演示。如果你没有更多背景信息，也没关系——这正是这一步的作用所在。

理论上，只要你能以完美的提示词和完美的背景信息，按照理想的顺序精心构思，就能让模型一次性完成任何任务。至少在理论上是这样。

但我们谁也无法做到这一点。不过，通过提出一系列问题，帮助你一步步接近理想状态——这些问题正是你在手工完成这项工作时，自己需要逐一解答的：

• 起始日期和结束日期可以是相同的吗？
• 部分选择是否有效？
• 用户应该能够清空日期吗？
• “今天”是否应该始终作为一个可见的选项？
• 是否允许手动输入日期？
• 日期是以何种格式存储的？
• 是否允许粘贴日期？

清单还在继续延伸。你不可能想到所有这些边缘情况，但模型可以帮助你识别其中的许多问题。

你还可以……