用AFK循环替代Grill-Me对齐需求，3小时缩到1小时

如果你在用Grill-Me对齐需求，给你推荐一种更高效的方式。 本质来说，Grill-Me是人与Agent就一棵需求树进行BFS遍历对齐，之所以要遍历每个节点，是因为如果人类漏掉一些节点，那"人类理解"与"Agent实现"之间就会产生偏差。但逐个节点对齐确实也很耗时间。 我昨天试了一下，一个中等复杂度的项目，用Grill-Me逐节点对齐花了3个多小时。后来改用AFK循环，只花了1个小时就完成了，而且质量更好。 具体做法是：针对需求设计一个AFK循环，让Agent对需求进行grill迭代，直到他认为完全对齐。你再对齐产出的PRD，对不满意的部分进行剪枝并重新对齐。这样能在一定程度上保证偏差控制的前提下，极大提高效率。 我有个做SaaS产品的朋友，他之前用Grill-Me对齐需求，每次都要花2-3小时。用了这个方法后，对齐时间缩短到了30-40分钟。他把省下来的时间用在产品设计上，用户满意度反而提升了。 这么做可行的前提是：项目已经迭代一段时间，有些约定俗成的文档、代码供Agent参考；AFK循环的目标、通过条件设计的合理。如果项目刚开始，没有足够的上下文，这个方法可能不太适用。 我后来又试了几次，发现这个方法特别适合那些需求变化频繁的项目。每次需求变更，只需要重新跑一遍AFK循环，就能快速对齐。比传统的逐节点对齐快多了。 对于做AI编码工具开发的人来说，这个方法提供了一个新的思路，用AFK循环来优化需求对齐流程。特别是那些需要频繁迭代的项目，用这个方法可以节省大量时间。