EN
AI Engineer World's Fair

看一家公司如何把“规范当产品、实现让 Agent 生成”真正跑通,而非停在口号。

The Prompt is the Platform - Dominik Tornow, Resonate HQ · Dominik Tornow

18 min
AgentAI 编程

全片 18 分钟·真正值得盯屏约 5 分钟·3 个必看点

橙色 = 推荐必看的 5 分钟其余读导览就够
逐段导览 · 6 段
  1. 0:02 4:20

    提示即平台:价值从实现迁移到规范

    提出核心论断:Coding Agent 让通用平台被按需生成的定制实现取代,复用上移到规范层;2026 年起第一批软件平台将“安静退役”。

    公司要卖的不再是通用实现,而是规范/协议本身——从同一规范派生出为不同基础设施量身定制的实现。

    整段是口头论述铺垫论点,仅 3:45 处有一张“常见 agentic coding 心智模型为何不够”的示意图,扫一眼即可。▶ 跳到 0:02
    讲者 · Dominik Tornow
  2. 4:23 8:26

    为什么直接生成会失败:Agent 必须上移到设计

    解释抽象规范到具体实现的鸿沟:直接生成的产物只在 happy path 工作,遇并发与进程/网络失败即错。提出四步流水线:抽象规范→模拟实现→具体规范→具体实现。

    换掉问题:不问“Agent 能否构建生产系统”,而问“Agent 需要什么才能先设计、再构建”——人在环内,但 Agent 是主驾。

    纯概念论述,无关键画面依赖,适合通勤收听;记住四步流水线的顺序即可。▶ 跳到 4:23
    讲者 · Dominik Tornow
  3. 8:30 12:08

    真实工程案例:NATS 上的陈旧读

    以 Resonate 把 durable execution 移植到 NATS 为例:协议已极简到只剩 durable promise 和 durable task 两个对象,但目标平台的合法怪癖(陈旧读)让正确实现依然很难。

    实现必须在目标平台“表现合法”时正确,而非“表现方便”时正确——陈旧读不是 bug,是目标一致性模型下的合法行为。

    11:21 附近有解释“为何只有写失败才能暴露陈旧读”的幻灯片,值得停下看图理解因果,其余部分听讲即可。▶ 跳到 8:30
    讲者 · Dominik Tornow
  4. 12:12 13:58

    确定性模拟:可执行的设计

    展示用 Python 构建的确定性模拟测试环境:模拟 KV 保留每键完整版本历史,get 由确定性随机数受控返回旧版本,update 强制乐观并发。

    模拟实现不是产品而是“可执行的设计”——与真实目标在正确性行为上一致,但额外具备确定性、可重复、可检视。

    12:32 起展示模拟环境的具体构成,画面里的设计细节(版本历史、受控陈旧读)是理解方法论的关键,值得逐屏看。▶ 跳到 12:12
    讲者 · Dominik Tornow
  5. 13:58 16:14

    “禁果”模式:给 Agent 可解释的失败

    模拟环境记录真实平台隐藏的事实:每次读发出 trace 事件,标注新鲜还是陈旧、错过了什么最新值。算法不许依赖这些信息,但 Agent 可以用它解释算法为何错误。

    因果可见后,调试信息从“不变量失败了”升级为“失败是因为算法基于陈旧世界观做了决策”——Agent 不只知道错,还知道为什么错。

    14:02 与 14:53 两处 trace 事件对比画面是全片精华,文字转述会丢失“隐藏信息 vs 生产代码可见信息”的对照关系。▶ 跳到 13:58
    讲者 · Dominik Tornow
  6. 16:17 17:31

    闭环收尾:Agent 成为设计主驾

    把流水线收拢:从模拟中验证过的算法回写为具体规范,再派生具体实现;极简是三年不断做减法的终点,而非起点。

    “提示即平台,规范即产品”不是取消人的设计角色,而是让 Agent 在有确定性反馈的环境里真正参与设计。

    收尾为口头总结,无新画面,听完呼应开头论断即可。▶ 跳到 16:17
    讲者 · Dominik Tornow