Matt
OpenAI网络安全工程负责人，主导公司在网络安全领域的工程技术方向与产品策略
时间轴 (近 90 天)
Matt是开源文档工具Docs Agent的开发者，该Agent基于LangGraph构建，能自动分析GitHub仓库、发现文档漏洞并生成修复PR。
在演示评估中，Docs Agent的文档质量评分偏低，并暴露了一个渲染提示词错误，使Matt有了数据依据来判断是代码需要改进还是评估方式需要调整。
Matt认为，如果正试图将产品投入生产或在企业中使用，评估非常重要；但对独立开发者而言，只有当Agent真的需要在生产环境中表现良好时，评估才值得投入。
Matt提到，如果模型明天变强了、测试框架变了，评估体系也需要随之迭代。
Matt 观察到表现最顶尖的学员无一例外都是极佳的沟通者，提交代码变更时会写清晰详尽的说明；产出差的人往往不是技术不行，而是无法向智能体说清问题。
Matt 曾试图将一个定制视频编辑器项目整理成庞大规格文档再让智能体生成代码，持续数月结果不理想，最终放弃规格、把注意力转回代码本身。
Matt（aihero.dev 创始人）拥有约十年业余加八年职业的编码经历，曾长期认为大模型写代码只是泡沫，后在某个模型能力跃升节点后相信再也不会自己写一行代码。
Matt 提出与主流叙事相反的观点：不要让模型去做最宏大的任务，而应交给它最枯燥、最琐碎的工作（如起草回复、处理杂事），因为这类任务容易衡量输出质量、出错也容易纠正。
Matt 认为智能体存在被严重低估的学习曲线，模型变强并不会消除这条曲线，只是把它藏得更深。
Matt 建议非技术背景者先学刹车而非油门：刚开始应盯着智能体的一举一动，理解其每个动作和工具链能力，再逐步扩展到多智能体、自定义技能和外部数据源集成。
还有 3 条时间轴事件
全部知识事实 (13)
Matt提到，如果模型明天变强了、测试框架变了，评估体系也需要随之迭代。
50%待验证Matt是开源文档工具Docs Agent的开发者，该Agent基于LangGraph构建，能自动分析GitHub仓库、发现文档漏洞并生成修复PR。
50%待验证Matt认为，如果正试图将产品投入生产或在企业中使用，评估非常重要；但对独立开发者而言，只有当Agent真的需要在生产环境中表现良好时，评估才值得投入。
50%待验证Matt 设计了名为 Grill Me 的技能，让智能体反过来对用户进行无情采访，把需求、边界、隐性偏好逼问出来。
50%待验证Matt 观察到表现最顶尖的学员无一例外都是极佳的沟通者，提交代码变更时会写清晰详尽的说明；产出差的人往往不是技术不行，而是无法向智能体说清问题。
50%待验证Matt（aihero.dev 创始人）拥有约十年业余加八年职业的编码经历，曾长期认为大模型写代码只是泡沫，后在某个模型能力跃升节点后相信再也不会自己写一行代码。
50%待验证Matt 提出与主流叙事相反的观点：不要让模型去做最宏大的任务，而应交给它最枯燥、最琐碎的工作（如起草回复、处理杂事），因为这类任务容易衡量输出质量、出错也容易纠正。
50%待验证Matt 认为智能体存在被严重低估的学习曲线，模型变强并不会消除这条曲线，只是把它藏得更深。
50%待验证Matt 建议非技术背景者先学刹车而非油门：刚开始应盯着智能体的一举一动，理解其每个动作和工具链能力，再逐步扩展到多智能体、自定义技能和外部数据源集成。
50%待验证Matt 表示他如今同时运行四个智能体处理不同项目的长期任务，GitHub 上每天推送的提交量达到 200 到 300 次，而手写代码时期一天 20 次就算不错。
50%待验证Matt 认为代码库就是智能体的工作环境，环境决定产出：把强大模型放进垃圾代码库里只能得到垃圾结果。
50%待验证在演示评估中，Docs Agent的文档质量评分偏低，并暴露了一个渲染提示词错误，使Matt有了数据依据来判断是代码需要改进还是评估方式需要调整。
50%待验证Matt 曾试图将一个定制视频编辑器项目整理成庞大规格文档再让智能体生成代码，持续数月结果不理想，最终放弃规格、把注意力转回代码本身。
50%