← 返回博客

拷问 AI 之前先拷问自己：Matt Pocock grill-me 深度解析

AI应用
#grill-me #Matt Pocock #Agent Skills #Claude Code #AI 编程 #Plan Mode

一句话说透 grill-me：在写一行代码之前，让 AI 把你问到烦，直到你们对“到底要做什么”达成真正的共识。7 行 Markdown，27.8 万 Star，这是 2026 年 AI 编程领域最反直觉的一次胜利。

首段先给结论：如果你用 Claude Code、Codex、Cursor 时经常遇到“AI 没按我想的做，500 行写完全要返工”，问题不在模型，在于你们之间缺了一次 grilling session（拷问式对齐）。Matt Pocock 的 /grill-me 就是把这个对齐过程固化成 Skill：无状态、不写文件、不假设是软件，一轮一轮沿着设计树追问，直到前线（frontier）为空。

一、问题描述：AI 时代最常见的失败——“它没按我想的做”

Matt 在 mattpocock/skills 仓库 README 开篇就列了四大失败模式，排第一的就是：

The Agent Didn’t Do What I Want. No-one knows exactly what they want. —— David Thomas & Andrew Hunt《程序员修炼之道》

典型现场你一定见过：

这不是模型笨，而是沟通鸿沟（communication gap）：你脑中的需求是模糊的，AI 却被默认调教成“赶紧动手”。Claude Code 自带的 Plan Mode 更是加剧了这一点——它急于产出一个 plan 资产，好让自己开工。

grill-me 的解法反其道而行：不许动手，先把想法问清楚。

二、原因分析：为什么是“拷问”，而不是“计划”？

2.1 理论根：Brooks 的设计概念与设计树

Matt 直接引用了 Frederick P. Brooks《设计的设计》（The Design of Design）中的两个概念：

  1. 设计概念（design concept）：多人协作时，真正被创造出来的东西不是文档，而是一种漂浮在所有人脑中的、对“这东西是什么”的隐形共识。它不是资产，是理论。
  2. 设计树（design tree）：一个决策可以拆成多个分支，每个分支再拆。上游决策没定，下游就不能定，否则上游一改，下游全返工。

AI 一上来就写代码，等于根本没和你共享同一个设计概念。错的不是语法，是前提。

2.2 7 行源码，每一句都在反 LLM 默认行为

skills/productivity/grill-me/SKILL.md 全文加 frontmatter 不到 15 行，核心只有 7 行：

---
name: grill-me
description: Interview the user relentlessly about a plan or design until reaching shared understanding, resolving each branch of the decision tree. Use when user wants to stress-test a plan, get grilled on their design, or mentions "grill me".
---

Interview me relentlessly about every aspect of this plan until we reach
a shared understanding. Walk down each branch of the design tree,
resolving dependencies between decisions one-by-one. For each question,
provide your recommended answer.

Ask the questions one at a time.

If a question can be answered by exploring the codebase, explore the
codebase instead.

逐句拆解，这是 Yu’s Cyber Desk 那篇深度拆解也强调的重点：

7 行，但每一行都对应一种 LLM 行为偏置，工程美学极高。这也是它被截图转发最多的原因：Skill 不一定要长。

2.3 人是谁：从声乐老师到 250 万美元课程

理解 grill-me，得理解 Matt Pocock：

沟通能力是他的作弊器：能把技术讲清楚的人，在 AI 时代做 Skill 同样是降维打击。grill-me 的灵感他自己承认来自 Anthropic Claude Code 团队的 Thariq Shihipar（Tariq）的一条推文：让 Agent 反过来采访你，效果出奇好。

三、分步解决方案：安装到落地的完整链路

3.1 安装：别只装一个 delegate

grill-me 本体是个委派器，新版只有一句话：Call the Skill tool with "grilling"。真正的拷问逻辑在 grilling 这个 model-invoked Skill 里。所以：

# Claude Code（订阅制，自动更新）
claude plugins install mattpocock-skills
# 会话内
/plugin install mattpocock-skills

# Codex / Cursor / 其他（可编辑拷贝）
npx skills@latest add mattpocock/skills
# 必选 grill-me + grilling，grill-with-docs 还要加 domain-modeling
npx skills add mattpocock/skills --skill grill-me grill-with-docs grilling domain-modeling to-spec to-tickets implement tdd code-review setup-matt-pocock-skills -a codex

最常见的故障就是只装了 grill-me 没装 grilling：表现为“它回复了但从不采访你”。补装目标 Skill 即好。

每个仓库跑一次：/setup-matt-pocock-skills，它会问你 issue tracker 用什么（GitHub/GitLab/本地 Markdown）、triage 标签词表、GLOSSARY 和 ADR 放哪，并写入 docs/agents/ 和 CLAUDE.md。后面的 to-spec/to-tickets/code-review 都读这些文件。

3.2 使用：新鲜会话 + 一句话想法

  1. 开一个全新会话，别在已有 plan 上面叠加；
  2. 用一句话说想法，可以极度模糊：“我想给博客加个评论功能”；
  3. 输入 /grill-me（插件版是 /mattpocock-skills:grill-me，Codex 是 $grill-me）；
  4. AI 开始一轮一轮问，每问带推荐答案，你点头/纠正/说“I don’t know”；
  5. 一般 20-50 问后给总结，不要清空上下文，直接 /to-spec 转成 PRD，或丢给 /tdd 开干。

想控轮次可以加一句：“Limit to 10 questions, focus only on architecture.” 但 Matt 不推荐——问得多正是价值，砍到 10 问就退化成 Plan Mode 了。

3.3 进阶分叉：三选一

走完 grill，同会话 /to-spec 生成含用户故事、实现决策、测试决策、非目标的 spec，标 ready-for-agent；/to-tickets 切成纵向可演示切片；每个 ticket 开新鲜会话 /implement（内含 tdd + code-review 再 commit）；发 PR 前再 /code-review main 跑 Standards + Spec 双子 Agent。

四、验证结果：数字不会说谎

五、grill-me vs Plan Mode：一张表看懂

维度Plan Mode（Shift+Tab）/grill-me
默认目标尽快产出可执行 plan先达成共识，plan 是副产品
问题数0-520-100
提问格式一段话多个问题一次一问
给推荐答案否是
主动探索代码偶尔显式要求，能查就不问
适用场景已经想清楚，求确认实现还没想清楚，需要被逼想清楚

Matt 原话：“Plan mode is extremely eager to create an asset. It really wants to just create a plan and start working. Whereas I think it’s a lot nicer to reach a shared design concept first.”

实战建议：想清楚了用 Plan Mode 求快，没想清楚用 grill-me 求对。Leave plan mode off 去 grill，是 Matt 的默认工作流。

六、常见坑点：三种死法与解法

6.1 被动式点头：agreed 40 次，产出自信的垃圾

aihero 官方文档点名批评的最大失败模式：全程“同意同意同意”，出来一个 Agent 写的、你点头的计划，看起来很确定，其实你什么都没决定。

解法：主动 steering。觉得问题太粗就打回去，觉得范围漂了就喊停，不会就理直气壮说“I don’t know”。grill-me 是帮工程师，不是替代工程师，产出质量取决于你的答案质量，不是问题数量。

6.2 范围太大：问了 200 问还在问

通常是你把“做个 Stripe 克隆”这种 15 万 token 装不下的东西一次扔进来。上下文窗口一满，问题质量进入 dumb zone（蠢区），越问越水。

解法：先拆小再逐个 grill，或上 wayfinder。数轮次不数问题，46 问 4 轮是正常会话。

6.3 不可 grill 问题：硬问只会发散

“一个长表单还是三个页面？”“这个交互手感如何？”——这类问题没东西可看就答不上来，叫 ungrillable。

解法：停下，去 /prototype 做个可丢弃单文件原型，看完回来一句话就能答。试图用嘴聊出感觉，Agent 会不断换说法重问，范围越聊越大。

另两条经验：小到改 typo 别 grill；觉得烦就坚持 5 问；不想纠结的技术细节直接回“your call”，它会接过去继续。

七、深度分析：为什么它恰好在这个时间爆了？

  1. Leading words（牵引词）理论：模型训练语料里沉淀了经典书的短语，你一说 tracer bullet（曳光弹），它就不再分层建库、分层建 UI 到最后才联调，而是先跑通一条纵向金路径。deep modules（深模块）、ubiquitous language（统一语言）同理。Matt 的方法是回头翻老书，找能改变 Agent 行为的词，grill-me 就是“interview relentlessly”这个牵引词的胜利。
  2. 战术编程已死，战略编程当立：借 Ousterhout 的区分，AI 吃掉了战术层（语法、样板），留给人的是战略层（建什么、边界在哪、 trade-off）。grill-me 恰好卡在战略层，所以 Total TypeScript 过时了，它却爆了。
  3. Memento 式开发：Agent 像《记忆碎片》主角，每天醒来失忆。人可以用头撞代码墙撞出记忆，Agent 每次都是新人。所以代码库必须为失忆者优化——术语一致、可 grep、决策有 ADR。这正是 grill-with-docs 在 grill 时同步写文档的原因，也是 DDD 统一语言在 LLM 时代的复活。
  4. User-invoked vs Model-invoked 的架构洁癖：以 / 触发的只能你调，只能编排；可被模型自调的沉淀可复用纪律。grill-me 单行委派给 grilling，grill-with-docs 再加 domain-modeling，组合而非大一统，对应了他反对 GSD/BMAD/Spec-Kit“接管流程”的哲学：小、可改、可组合。

八、FAQ

Q1：grill-me 和 Claude Code 自带 Plan Mode 有什么本质区别？

Plan Mode 急于产出可执行计划，平均只问 0-5 个问题。grill-me 以达成共识为目标，常问 20-100 个问题，每问附带推荐答案，且主动探索代码库，适合想法还很模糊的阶段。

Q2：grill-me 需要安装哪些依赖才能正常工作？

只装 grill-me 本体无法工作，必须同时安装它委托的 grilling；grill-with-docs 还需要 domain-modeling。推荐用 npx skills add 一次装全，或用 Claude Code 插件全量订阅。

Q3：一次 grill-me 会话通常要问多少个问题？

新功能约 16 问，复杂功能 30-50 问，超复杂重构可达 100 问、45 分钟。若超过 200 问，多半是范围太大，应先拆分再逐个拷问。

Q4：grill-me 只适合写代码吗？

不适合之说恰恰相反。它是无状态的，Matt 本人就用它设计课程大纲、文章结构和内部沟通文档。只要是脑中模糊、值得认真对待的想法都可以 grill。

Q5：什么情况下不该用 grill-me？

改 typo、加一行日志这类极小任务不用；需要眼见为实的感觉型问题也别硬问，先用 prototype 做个可丢弃版本，看完再回来回答，一句话就能收敛。

参考资料

如果这篇帮到你，别忘了订阅本站 RSS，并在 GitHub 上给相关开源项目点个 Star。

原创技术博客 · 开源项目分享 · AI全栈创作社区 idao.fun