Matt Pocock
履历与关键经历
- 长期深耕 TypeScript 与前端工程领域，近期重心转向 AI Agent 技能构建与实践。 事实 [2] [3]
- 早期职业经历包括在 X State 核心团队工作，随后加入 Vercel（每周三天）进行 TypeScript 内容创作。2023年初与Joe Hooks合作推出 Total TypeScript，四年总营收突破 250万美元。 事实 [4]
- 早期职业经历：前六年为全职发声教练，2017年左右自学编程并入职小型公司，随后在 X State 团队工作。 事实 [4]
- 维护并推广 `mattpocock/skills` 仓库，提供包含38个官方技能的 AI Agent 工作流解决方案。 事实 [1] [2]
- 开发并开源 `Teach Skill`，将教育心理学原理（如最近发展区、测验效应）编码为可运行的智能体技能。 事实 [3]
核心思想与方法
- 战略编程 vs 战术编程：AI 已接管低级的‘战术编程’，开发者应转向‘战略编程’（架构设计、任务委派），因为 AI 的能力上限取决于开发者的掌控力。 归纳 [3] [4]
- 技能检查清单框架：通过‘触发’（用户调用 vs 模型调用）、‘结构’（轻量步骤与引用分离）和‘引导’（使用特定短语重塑 Agent 行为模式）三个维度优化 AI 技能，解决‘技能地狱’。 归纳 [2]
- 运行框架 > 模型：强调代码库的可修改性、清晰的边界与测试策略是比选择最新模型更稳定且有效的杠杆点。 归纳 [3] [5]
- 队列思维取代循环：主张构建可并行、可终止的任务队列系统（AFK Agent），而非陷入无休止的 AI 循环，人类负责分诊、调度与审查。 归纳 [3] [5]
- 沟通鸿沟填补：通过 `Grill Me` 等 Skill 强制 Agent 对用户需求进行高强度追问，填补人与 AI 之间的认知屏障。 归纳 [4] [5]
- 上下文窗口管理（Smart Zone）：利用 `Ralph Loop` 和 `Show-me` 等工具，将任务拆分至多个会话以保持在模型表现最佳的 Token 范围内（如前15万Token）。 归纳 [4] [3] [5]