Uncle Bob 开源 ub-mode：用确定性工具给 AI 编码 Agent 立规矩

让 AI 修一个空指针 Bug，它顺手重构了半个文件；在 Prompt 里写满十几条代码规范，转头就被无视；AI 拍胸脯说测试全部通过，上线后却悄悄爆出逻辑漏洞。

Prompt 写得越长，大模型越容易遗忘中间的约束，也就是业内常说的「Lost in the Middle（中段丢失）」。靠文字劝告约束 Agent，本质上就像拿海盗法典当硬性法律，模型只会把规则当成可选择性遵守的建议。

50 年编程老兵、《代码整洁之道》作者、敏捷宣言签署人 Uncle Bob（Robert C. Martin）给出了一套完全不同的解法——ub-mode。

这个仅 6KB、只有两个文件的 Skill，上线后斩获 4200 Star，核心思路一句话：不靠模型自觉，靠确定性工具做强制校验，给 AI 编码 Agent 穿上无法挣脱的紧身衣。

先让它能工作，再把它做好，最后遵循工程实践。

这就是 ub-mode 整套体系的核心纲领，也是 Bob 大叔在直播对谈里验证数月、落地多智能体开发流程之后，沉淀出来的标准化规则。

01 Bob 大叔整套 AI 编码思想

很多人只看到 ub-mode 这份 Skill，却不理解它背后一整套工程认知。

早在和 Matt Pocock 的直播对话中，Bob 大叔就抛出了极具争议的观点：AI 写的代码，我完全不看。

但这不代表放任 AI 自由发挥。他不是盲目信任，而是放弃传统人工逐行 Code Review，搭建一套层层拦截的自动化质量脚手架：单元测试、Gherkin 验收测试、QA 流程、CRAP 复杂度评分、依赖规范、变异测试、覆盖率校验。

他在实战里发现一个极易被忽略的真相：AI Agent 同样会被腐烂代码拖累。

如果持续放任 Agent 堆积烂代码、不清理技术债，它会陷入恶性循环：改一处、崩一处，不停原地打转，甚至直接罢工。Agent 的复杂度容忍阈值和人类不一样，但上限客观存在。

也正是这套认知，催生了 ub-mode。

它不是一份新的 Prompt 合集，而是把 Bob 大叔多年的 TDD、整洁代码、架构边界思想，封装成 Agent 可以严格执行的工作流，并且绑定可量化、可自动化核验的指标，把软性建议变成硬性关卡。

同时他明确提醒所有开发者：当下很多人鼓吹软件基础不重要，这类人很快就会吃到苦头。AI 擅长战术编码，但是架构、模块划分、识别系统复杂度，依然是人类的战略工作。架构自动化目前还走不通，必须由人主导。

02 ub-mode 到底是什么

ub-mode 仓库极度精简，只有两份核心文件：README.md + SKILL.md，整体体积仅 6KB。

它本身不自带检测工具，只定义 Agent 的工作流程、校验规则、验收标准；配套的质量检测工具独立拆分：

• Crapper：计算 CRAP 分数，结合圈复杂度 + 测试覆盖率评估函数复杂度
• Dryer：扫描代码，识别高相似度重复代码块
• Mutator：变异测试工具，自动篡改代码逻辑，检验测试用例是否有效
• uml-viewer：架构可视化工具，查看模块依赖、UML 结构

⚠️ 重要校准：

ub-mode 规则要求 CRAP 分数＜10；Dryer 触发阈值 0.8，而 Dryer 原生默认阈值是 0.82，部署时必须手动对齐参数，不能直接使用工具默认值。

很多教程在这里踩坑，直接照搬工具默认配置，导致规则失效。

ub-mode 的定位是Agent 的工作纪律手册，不是开箱即用的完整质检平台。你可以把 SKILL.md 交给 AI 编程助手，让它理解整套流程；但分数、变异测试结果，必须依靠外部工具产出，不能只相信 AI 自己口头汇报。

03 完整工作流拆解

ub-mode 强制每一次代码修改，都严格分成三大阶段：先让它能工作 → 再把它做好 → 遵守工程实践。

阶段 1：先让它能工作（保证功能正确，最小改动）

这一阶段的核心是「懒惰协议」：最小修改、一处决策只写一次，禁止无意义重构。

• TDD 准则：修改代码前先写失败测试，确认测试因为预期问题失败；只用最小改动让测试通过。

重点：如果写不出诚实有效的测试，不要强行凑一个劣质测试应付流程。

Bob 大叔明确：TDD 是适合人类的开发纪律，不适合强制套给 Agent，ub-mode 里的 TDD 是行为导向，不是死板的逐行交替。

• 架构边界规范：数据只在入口处校验一次，进入业务内部直接信任；业务逻辑尽量封装为纯函数；用类型设计让非法状态根本无法被表达；外部数据只解析一次。

• 幂等设计：操作重复执行、崩溃重试，最终状态保持一致；优先分离可变状态，尽量缩小共享写入范围。

• 先减后加：新增任何逻辑之前，优先消除已有复杂度；不把新需求硬塞到旧设计里，从第一性原理重新思考方案。

阶段 2：再把它做好（质量校验，量化关卡）

功能跑通不等于代码合格，这一步就是 ub-mode 区别于普通 Prompt 的关键，全部绑定可检测指标：

• 修复根因：只掩盖报错的防护判断不算修复，必须定位根源问题
• 测试行为，而不是测试实现：测试站在使用者视角校验可观测输出，不能绑定内部实现细节
• Crapper 校验：拆分函数、补充测试，保证每个函数 CRAP 分数＜10
• Dryer 校验：相似度 ≥0.8 的重复代码，需要合并、抽离公共逻辑
• Mutator 变异测试：补全测试覆盖，杀死存活变异体，清理死代码
• 重构原则：固定原有行为，只调整结构，依靠测试证明功能没有改动

阶段 3：工程实践（留痕、保护上下文、版本管理）

• 完整日志：记录每一处改动、改动理由，任务结束输出变更报告
• 保护上下文窗口：主线会话保持精简，细节放到外部工具，只保留摘要，规避中段丢失
• 清理工作区：安全删除无用代码、文件，不改动未提交的开发内容
• 提交规范：小批量、有序提交，每一条提交写明改动内容、验证方式，最后推送主线

风险提示：ub-mode 原文包含自动推送代码的指令。团队协作场景强烈建议关闭自动推送，增加人工审核节点，避免未经评审直接合并代码。

04 上手部署步骤

整套流程分为「快速试用」和「完整指标校验」两层，新手可以先跑轻量模式验证效果。

步骤 1：部署 SKILL.md（轻量模式，无需安装工具）

以 Claude 为例，其他支持 Skill 的 Agent 可对应调整目录

mkdir -p ~/.claude/skills/ub-mode
cp SKILL.md ~/.claude/skills/ub-mode/SKILL.md

重启 AI 助手，新开会话输入指令：/ub-mode

Agent 正常响应整套流程，代表 Skill 加载成功。

轻量模式短板：Crapper、Dryer、Mutator 的分数校验只会作为文本规则，没有真实指标输出，只能当作流程约束。

步骤 2：部署配套质检工具（完整生产模式）

克隆 Crapper、Dryer、Mutator 三个独立仓库，工具会自动创建虚拟环境 .venv

# 复杂度检测
./crapper --threshold 10 ./src

# 重复代码检测，对齐 ub-mode 要求 0.8，不是默认 0.82
./dryer --threshold 0.8 ./src

# 变异测试，只针对本次变更文件
./mutator --changed

工具输出结果统一写入 .metrics 目录，生成 crap.edn、dry.edn、变异快照，Agent 读取文件结果完成校验，不再靠 AI 自证质量。

步骤 3：日常使用范式

给 Agent 提需求时，搭配 ub-mode：

请开启 ub-mode，修复 XX 接口空指针问题；只做最小改动，完成后输出变更日志、测试结果、三项指标报告，禁止自动推送代码。

05 横向对比

现在社区热度最高两套 AI 编码 Skill：ub-mode、Ponytail，侧重点完全不同，适合不同团队：

• ub-mode（Uncle Bob）：强测试导向、量化质量指标、变异测试 + CRAP 复杂度、重视架构边界、适合对代码可维护性、长期技术债管控有要求的团队；适合后端、业务系统、长期迭代项目。
• Ponytail：偏向精简、防过度设计、克制重构，约束 Agent 不要写冗余抽象，适合快速原型、脚本、一次性业务逻辑。

一句话选型：长期迭代、看重测试和可维护性 → ub-mode；快速写原型、避免过度抽象 → Ponytail。

同时对比传统 Prompt 方案：

• 长 Prompt 规范：受中段丢失影响，规则容易被忽略，属于软性引导；
• ub-mode：规则精简，核心约束交给外部确定性工具，不受上下文窗口衰减影响。

06 实战踩坑清单

• ❎ 不要指望 ub-mode 自动搞定架构设计：复杂模块拆分、依赖规划，仍然需要人主导，AI 架构自动化目前无法落地
• ❎ 不要直接开启自动推送：团队项目必须拦截自动 push，ub-mode 只是 Agent 工作规范，不能替代代码评审
• ❎ 不要混淆 Dryer 阈值：工具默认 0.82，ub-mode 要求 0.8，参数不对会漏检重复代码
• ❎ 不要迷信指标：CRAP、变异测试、重复度只是防线，无法覆盖越权、性能、业务逻辑理解偏差这类高阶问题，指标是兜底，不是万能药
• ❎ 不要把 ub-mode 当成保姆：新人依然要手写代码、吃透软件工程基础，只靠指挥 Agent，无法识别代码腐烂、Agent 陷入困境的信号
• ❎ 不要给 Agent 分配超大需求：延续敏捷思路，小步迭代，做完一小轮，人工复盘架构，再继续迭代，拒绝瀑布式前置规格驱动开发

07 总结

ub-mode 不是用来替代程序员，而是重新划分人机分工：

Agent 负责战术编码、反复执行枯燥的测试、重构、指标检查；

人负责战略层面：定义需求、设计模块边界、制定质量标准、判断指标之外的业务风险、把控整体架构。

Bob 大叔的警告直到今天依然有力：软件工程的底层基础，是人类用来拆解复杂系统的工具。AI 只是抬高了抽象层级，复杂度的底层规律没有消失。

你可以用 Agent 写代码，但如果你看不懂底层原理、分不清好架构和烂架构，当系统复杂度撞上天花板的时候，你会束手无策。

Prompt 约束治标，确定性工具和软件工程基础，才是治本。

项目地址：https://github.com/unclebob/ub-mode