Dogfooding with Rapid Iteration for Agent Improvement
Nikola Balic (@nibzard)· best-practice
问题
开发高效的AI Agent需要理解实际场景中的使用情况，并快速识别改进方向。外部反馈循环往往较为缓慢，而模拟环境可能无法捕捉到所有细微差异。
方案
开发团队在日常软件开发任务中广泛使用自研的AI Agent产品（即“吃自己的狗粮”）。这种做法可带来以下价值：
- 直接、即时的反馈：开发人员能第一时间亲身体验该Agent的优势与不足。
- 真实场景下的问题验证：Agent会在团队实际面临的复杂开发问题中接受测试。
- 内部实验试错：团队可快速在自身场景中试用Agent的新功能或修改方案。
- 快速迭代优化：通过“吃自己的狗粮”发现的短板能得到快速解决，新功能也会先在内部完成原型开发与验证，再推向更广泛的受众。
- 坦诚客观的评估：如果团队自身认为某功能无用，就能给出极其坦诚的评价，从而快速调整方向或摒弃无效想法。
这形成了一个紧密、高节奏的反馈闭环，AI Agent会基于其创造者的实际需求与使用体验持续迭代升级。
如何使用
- 鼓励Agent开发团队的所有成员将该Agent作为处理相关任务的主要工具。
- 搭建便捷渠道，便于基于内部使用情况报告问题或提出改进建议。
- 优先解决内部团队遇到的痛点问题。
参考文献
关键词：
Cursor团队分享产品开发逻辑：以解决自身痛点为驱动，通过快速试错缩短功能迭代周期；Anthropic内部超七八成员工每日使用Claude Code，用户反馈频率极高。
直译：
- 卢卡斯·莫勒（Cursor团队成员）在00:04:25时表示：“我认为Cursor的发展很大程度上是由解决我们自身的问题驱动的——我们会梳理自己在解决问题时遇到的难点，进而优化Cursor……我们会进行大量实验。”
- 阿曼·桑格（Cursor团队成员）在00:04:55时表示：“……这就是我们能够快速推进、开发新功能，然后果断放弃明显无效功能的原因，因为我们可以坦诚判断这些功能对自己是否有用，无需将其推送给用户……这大大加快了功能开发的迭代循环。”
- 凯特·吴（Anthropic员工）表示：“在公司内部，超过70%到80%的员工每天都会使用Claude Code……我们每五分钟就会收到一条反馈。”
- 【播客来源】《AI & I 播客：如何像开发者一样使用Claude Code》 链接：https://every.to/podcast/transcript-how-to-use-claude-code-like-the-people-who-built-it
来源摘要
正在获取来源并生成中文摘要…