深入分析 Lauren Tan 的 pstack 系統：從信任曲線、真實產品驗證、技能編碼到獨立審核機制，附社群實測成本與風險討論，幫助工程團隊評估 AI Agent 導入可行性。
核心結論先行
Lauren Tan（@poteto）在 X 上自述平均每月消耗 約 150 億 tokens，並產出數千個 PR。但這組數字不具備普遍可比性：她處於實驗室近乎無限量的使用條件，且 token 消耗結構中包含大量上下文重讀與驗證成本。真正可供參考的，是她將工程師判斷轉化為 可執行、可驗證、可迭代 的系統——pstack。
一、Token 數字的正確解讀
| 指標 | 說明 | 來源備註 |
|---|---|---|
| 月均 token 用量 | ~15B（150 億） | X 自述，已更正「非每日」 |
| 月均 PR 數 | 1,000–2,500 區間 | 不同月份/統計口徑，非固定產能 |
| 單次執行樣本 | 輸入 2.85M / 輸出 43K tokens | 單一案例，無法推論月均組成 |
關鍵提醒：
- 此用量非一般個人訂閱可達標，亦非效能基準。
- 衡量投入產出應綜合：模型費用、驗證成本、返工率、人工審查時間。
二、pstack 系統的五大設計原則
1. 先建立信任曲線，再擴大並行
「不要一開始就大量開 Agent，尚未建立驗證能力時，擴大並行只會更快消耗 tokens。」
實作步驟：
- 觀察少數 Agent 執行任務
- 親自找出重複失誤模式
- 將失誤整理為 skills（技能） 與 檢查流程
- 確認 Agent 能自行驗證工作後，才擴展至雲端與多 Agent
2. 讓 Agent 驗證真實產品，而不只跑測試
- Verification ≠ 單元測試
- 要求 Agent 在接近使用者情境下：操作應用、重現問題、檢查畫面/效能資料
- 使用 Feature Map：記錄功能位置、操作方式、快捷鍵、DOM 選擇器，讓 Agent 知道如何抵達測試目標
3. 把常見失誤編成 Skills 與 Playbooks
pstack 的 /poteto-mode 依任務選擇流程並調用特定技能：
| 指令 | 用途 |
|---|---|
/how |
追查系統實際如何運作 |
/why |
從程式碼歷史、PR、文件尋找設計背景 |
/recall |
用過往對話補回先前脈絡 |
| 重述問題 | 遇模糊問題時，先讓 Agent 用自己話重述，再動代碼 |
4. 不同 Agent 承擔不同責任
社群流傳配置（非固定編制，視工作流而定）：
- Chief of Staff / PM-Agent：協調、拆解任務
- Worker Agents（10–25 個）：並行實作
- 關鍵機制：
/loop（持續執行）、/goal（目標導向）、/swarm（拆分並行）
5. 審核獨立於實作
- 寫代碼的 Agent 不自我宣告完成
- 安排獨立驗證 Agent 檢查同一變更，要求 CI 通過
- 驗證代理數量可依成本縮減
- 將「人工逐筆檢查」轉化為「測試 + CI + 驗證技能 + 獨立審核」的成本結構
三、社群實測與討論焦點
| 面向 | 正面觀察 | 風險與質疑 |
|---|---|---|
| 實作價值 | Reddit 用戶搭配 Cursor Projects：協調 Agent 拆任務 → 派發雲端 Agent → 要求截圖/影片驗證 → 整理 PR，回報品質與效率改善 | 個人經驗分享，非受控測試 |
| Token 成本 | — | 多 Agent 互相委派、重讀上下文、重試，成本藏在不顯眼處；實驗室無限量條件難複現 |
| 過度自動化 | — | 高 PR 產量 ≠ 高價值；瓶頸會推向 review、整合、上線判斷 |
| 上手相容性 | 可與既有規格/規劃流程並用 | 需配合專案脈絡與預算調整；非裝外掛即得同等成效 |
四、給一般團隊的落地建議
建議起步路徑
- 選一種高頻、可重現驗證的任務（如：特定 Bug 修復、元件重構、測試補齊）
- 建立單一驗證流程：真實環境操作 + 自動化檢查點
- 記錄每次任務的四項指標：
- Token 成本
- 返工率
- PR 品質（審查通過率、上線後事故率）
- 人工介入時間
- 累積 Skills：將重複失誤編碼為可重用技能
- 證據顯示效益成立後，再擴大 Agent 並行與自動合併範圍
避免的誤區
- 直接照搬 15–25 Agent 編制
- 以 PR 數量為 KPI
- 忽略驗證基建，急於追求自動合併
- 未設定模型使用上限與成本告警
五、快速參考：pstack 關鍵指令表
/poteto-mode # 依任務選擇流程、調用技能
/how # 追查系統實際運作
/why # 尋找設計背景（歷史、PR、文件）
/recall # 補回過往對話脈絡
/loop # 持續執行直到達標
/goal # 目標導向執行
/swarm # 任務拆分並行
結語
Lauren Tan 的案例展示了 「驗證優先、技能沉澱、審核獨立」 的 AI 工程化路徑。對大多數團隊，核心啟發不在於追趕 150 億 tokens，而在於：先把一件事的驗證做對、做自動、可追蹤，再考慮規模化。從單一任務、單一驗證流程開始，用數據說話，才是降低風險的務實路徑。