更值得记住的是他推荐加入的一句话：“Verify the function and design after implementation, and keep on iterating and verifying until it’s production ready.” 意思是：实现后验证功能和设计，并持续迭代和验证，直到达到 production-ready。看起来只是增加一句话，实际上改变了模型对“任务完成”的定义。
传统 AI 编程往往是 Prompt → Code：模型把代码生成出来，任务就结束了，运行、测试、找 bug 和修改仍然依赖人。但这条指令把流程变成 Implement → Test → Inspect → Fix → Re-run → Verify。模型不只是负责“生成”，还被要求主动检查自己的结果，发现问题后继续修改，形成一个闭环。
这里真正重要的概念其实是 stopping condition，也就是 Agent 什么时候才允许停止。如果标准只是“代码已经写完”，模型很容易交付一个看起来合理、实际上没有充分验证的版本。如果标准变成“功能和设计都验证通过”，同一个模型的工作方式就会明显不同。很多时候，限制 Agent 表现的未必是模型能力，而是人类过早定义了任务结束。
随着 Grok、Claude、GPT 等 Coding Agent 越来越强，未来优秀 Prompt 可能反而越来越短。真正需要定义的是 Goal + Constraints + Preferences + Verification Loop + Stopping Condition。Prompt engineering 的高级阶段，不是更详细地教 AI 每一步怎么做，而是定义什么叫成功，以及 AI 如何证明自己真的完成了任务。
#Grok #Cursor #AI编程 #程序员 #人工智能
