TypeScript 教育者 · Total TypeScript 作者 · AI 工程工作流先驱
mattpocock/skills 仓库作者（150k+ Stars）
Matt Pocock 是 TypeScript 社区最有影响力的教育者之一，Total TypeScript 课程的作者（累计销售 $2.5M+）。他最早是一名声乐教师和戏剧教练，后来转行做开发——这个背景让他在"把复杂概念讲清楚"这件事上有天然优势。
2025-2026 年，他把注意力从纯 TypeScript 教学扩展到 AI-assisted engineering workflow，推出了 mattpocock/skills 仓库（150k+ stars）以及 "Claude Code for Real Engineers" 课程，成为 AI 编程工作流领域最有影响力的实践者之一。
他观察到大多数人用 AI 写代码时掉进两个极端：
| 模式 | 表现 | 后果 |
|---|---|---|
| YOLO | 什么都交给 AI，不审查不思考 | 代码库变成意大利面，自己也看不懂 |
| OH NO | 什么都不敢交给 AI，事事亲力亲为 | 效率没有提升，最终 burnout |
| 中间路线 | 你设计流程和约束，AI 在你铺好的轨道上跑 | 工程纪律 + AI 速度的最优组合 |
他的核心主张：工程基本功（测试、架构、需求对齐）比任何 AI prompt 技巧都重要。AI agents 很强大，但它们的输出质量完全取决于你给出的工程约束、工作流和质量标准。
"Always take small, deliberate steps. The rate of feedback is your speed limit."
他在一场 96 分钟的 workshop 中论证了这个观点：软件工程基本功——而不是 AI 特有的技巧——才是高效 AI 编程的关键。花 5 分钟做一个详细的计划，能省 30 分钟的迭代返工。
他把 AI 编程的常见翻车归纳为四类，每类对应一组 skill。安装方式：npx skills@latest add mattpocock/skills
让 AI 反过来"拷问"你，在写任何代码之前，通过密集提问达成共识。他认为这是 ROI 最高的一个 skill。花 5 分钟对齐能省 30 分钟返工。走完设计树的每个分支，解决决策之间的依赖关系。
强制 red-green-refactor 循环，AI 必须先写失败的测试，再写实现。没有反馈循环，Agent 生产的就是未经测试的代码。
结构化诊断流程：复现 → 最小化 → 假设 → 验证（instrument）→ 修复 → 回归测试。适合复杂 bug 和性能问题。
扫描代码库找出可改进的点，生成 HTML 报告，然后挑一个进行深度 grill。主动投资于系统设计，而不是等到技术债压垮你。
把 PRD/计划/规格说明拆成可独立认领的 issue，使用 vertical slice 方式——每片都横切所有层，让 AI 每完成一个 issue 就能跑完整反馈循环。
与 grill-me 类似的对齐流程，但会先读取项目文档（CONTEXT.md、ADR 等），建立共享词汇，让 AI 的输出更精练、更贴合项目语境。