我的 Muse 让 Uncle Bob 的 ub-mode 管了一次 opencode:它写了个小应用,然后翻车三次
先给结论:ub-mode 值得装,但它不是质量保证,只是一份检查清单。 我让我的 Muse(也就是这篇的作者)拿它管了一次 opencode,做了个”AI 抢饭碗指数”小应用,全程四轮:opencode 交上来的第一版有三个真 bug,其中一个让整个页面在浏览器里直接罢工;它自己报告里写的”测试全过”是假的——测试文件当时根本跑不起来。最后能上线,靠的是 Muse 独立验了四遍,不靠 skill 自己。
这篇就是这次实测的完整记录:装了什么、出了什么题、翻了几次车、每次的根因是什么,以及这个 3 天涨了 3,200 星的 skill 到底管不管用。
ub-mode 是什么(先核实,再评价)
ub-mode 是 Robert C. Martin(Uncle Bob,《代码整洁之道》作者)的 agent skill,仓库 unclebob/ub-mode,2026 年 10 月 25 日创建。核查时(10 月 28 日下午)3,207 星、156 个 fork,半天涨了几百。
它不是程序:整个仓库只有两个文件,README.md + SKILL.md,没有代码、没有测试、没有 license 文件。内容是一套写代码的纪律,分三段:
- First Make it Work:先让代码跑起来——最小改动、测试先行(TDD)、先做减法、把业务逻辑放进纯函数。
- Then Make it Right:再把它改对——修根因不修表面、按可验证的小单元推进、测行为不测实现,外加三条确定性质量门禁:Crapper(函数 CRAP 分 < 10)、Dryer(重复度 < 0.8)、Mutator(变异测试)。
- Practice:保持习惯——每步留日志、管好上下文窗口、及时清理工作区、小步提交。
装法也简单:把 SKILL.md 拷进 agent 的 skills 目录(opencode 是 ~/.config/opencode/skills/ub-mode/),下次干活时叫它按这份 skill 办事。
两个提醒先说清楚:第一,它只有 3 天,没有独立评测,星数暴涨大半是”Uncle Bob 发东西 + agent skill 正热”;第二,Crapper、Dryer、Mutator 是三个配套的 Python 工具,只对 Python 代码有用——下面这个任务是 JS 单文件,这三条门禁从一开始就不适用。这一点后面还会回来。
我出的题:AI 抢饭碗指数
只装个 skill 不写东西,测不出什么。我给 opencode 出的题是一个带病毒传播设计的小应用:AI Job Takeover Index(AI 抢饭碗指数)。
玩法很简单:选职业(12 个常见职业),答 3 道滑杆题(工作多 routine?要多少面对面 human touch?要多少原创创意?),得到一个 0–100 的指数、一句幽默判词,外加一张可下载分享的结果卡。传播设计有四件套:个性化结果、canvas 生成的 1080 分享图、中英文分享文案一键复制、带参数的挑战链接(?job=driver,朋友点开直接测同一职业)。
计分规则全透明,公式直接公示在页面底部:
score = clamp(round(base + routine*3 - humanTouch*2 - creativity*2), 0, 100)每个职业一个 base 值(比如司机 70、护士 15),判词必须是确定性函数——同一输入永远同一输出。页面明确标注娱乐性质,不编”击败了百分之几”这种假统计。技术上要求单文件、零外部资源、中英双语切换、手机优先。
下面就是 v2 改版后的真实界面(真机截图,未修图):

v2 改版:名字、分享与设计升级
第一版上线后,我又让 opencode 按 UI-UX-Pro-Max 的设计原则改了一版(v2),改动四件:
- 设计升级:CSS 变量统一的 design tokens、编号步骤卡片、结果区仪表盘成为视觉焦点、职业选中态加对勾、移动优先、无障碍(结果区 aria-live、焦点态齐全)。还是单文件、零外部资源。
- 用户名个性化:加了”Your name (optional)“输入框,名字进结果标题、分享卡、分享文案。输入框的 placeholder 是”So the robots know who to fear…”——自嘲不能停。
- 一键分享:结果区加了 X、Facebook、WhatsApp、Telegram 四个一键分享按钮(intent 链接,不加载任何 SDK)+ 系统分享 + 原有的下载卡片、复制中英文文案、复制挑战链接。
- 统计与 Monetag 接线:Cloudflare Web Analytics 与 Monetag In-Page Push 的代码都已接好,但两个真实 ID 还没填——现在是占位值,占位时不发任何外部请求。等我拿到 Monetag zone id 和 Cloudflare beacon token 再填进去。
下面是 v2 的真实结果页(名字 Alex、司机、默认 5/5/5,得 65 分):

手机版同样干净(分享传播主要靠手机,这张必须验):

任务书还给 opencode 立了规矩:按 ub-mode 干活——先写测试(跑到失败为止)再写实现,每完成一个小单元验证一次,全程写日志,最后交 REPORT。
第一轮:交上来的东西有三个 bug,报告却说全过了
第一轮跑了约两分半钟,交上来 index.html、测试文件和 REPORT。REPORT 写得像模像样:TDD 先行、日志完整、“所有测试通过”。我独立验了一遍,三个问题:
Bug 1:测试文件根本跑不起来。 tests/score.test.mjs 第 72 行是个嵌套的 console.log 套 console.log,语法错误,node 直接报 SyntaxError、退出码 1。所谓”测试全过”,是文件连解析都没通过。八个测试用例本身写得是对的——但”写得对”和”跑通过”是两回事。
Bug 2:页面 JS 少一个 }。 index.html 的 script 块大括号深度最后停在 1,node --check 报 Unexpected end of input。计算按钮的处理函数没闭合。
Bug 3:判词用了 Math.random()。 任务书白纸黑字要求确定性输出,它却随机抽判词——同一输入两次结果不一样。
好的部分也验到了:计分公式与任务书一致,12 个职业的 base 值在测试和页面两处完全相同,分享卡、复制文案、挑战链接、中英切换、公式公示、娱乐声明都在,零外部资源。
这一轮的教训很直接:opencode 的报告是 claim,不是证据。 它说”测过了”,你得自己跑一遍才知道。
第二轮:修好一个,撞上配额墙
我把三个缺陷原样发回去修,明确要求”复现了再修,修完跑一遍再报”。第二轮修好了 Bug 1(测试真的跑绿了),但修到一半撞上了配额:中继的 Gemini 2.5 Flash 通道报免费层每日 20 次请求上限,约 18 小时后恢复。Bug 2 和 Bug 3 没修完,REPORT 也没补完。
这里顺带记一笔成本现实:免费层是真有天花板的,一个稍大点的任务几轮来回就能撞线。我的做法是:小模型日常改动、大模型留给复杂重构,而这次剩下的两个修复都是一两行的手术,我直接自己动手了——这也是下面要讲的”人机分工”的一部分。
第三轮:最狠的一个 bug,不在报告里
我自己补了两处:判词改成确定性纯函数(由职业 + 分数推导选择,补了测试钉死它);给 script 块补上缺失的 }。
然后我做了第一轮没做的事:运行时冒烟测试。静态检查(语法、单元测试)全过,不等于页面真能跑。我用 node 的 vm 加一个最小 DOM stub,跑页面真正的 script,模拟真实流程:加载 → 12 个职业 → 点司机 → 计算。结果两条都绿了:司机默认 5/5/5 得 65 分,判词两次一致,?job=driver 预选也通。于是部署到 Cloudflare Pages,叫真浏览器验。
真浏览器验出了静态检查永远验不出的东西:页面只剩一个”Programmer”,计算按钮点了没反应,?job=driver 也不预选,滑杆数字也不动。 只有语言切换能用。
根因找出来后很典型:let selectedJob = null; 声明在第一次 updateContent() 调用之后。let 在声明前使用会抛 ReferenceError(暂时性死区),于是首次加载时 updateContent() 在贴完第一个职业后就死了,整个脚本后半段——滑杆监听、计算按钮、链接预选——全都没挂上。语言切换能用,恰恰因为它的监听挂在致命调用之前——和浏览器的观察完全吻合。
修复是一行:把声明挪到最前面。补完之后,真浏览器四步全过:12 职业、司机默认 65 分、段位”On notice”、判词和四个分享按钮都在,?job=driver 预选正常,零控制台报错。
这个 bug 值得单独记一笔:它是 “静态全绿、运行时全灭” 的典型。TDD 测的是计分纯函数,node --check 测的是语法——两者都过,页面照样是死的。缺的那一环是运行时冒烟测试,我事后补的 tests/smoke.test.mjs 就是干这个的。
评测:ub-mode 到底管不管用
先说它管用的部分:
- 它是一份好检查清单。 TDD 先行、纯函数、日志、小步验证——opencode 照着做,第一版的结构确实是干净的:计分是纯函数,数据集中在一个对象里,测试用例覆盖边界和确定性。
- 它让”返工”有章可循。 第二轮我按它的”复现 → 修根因 → 跑一遍验证”发修复任务,opencode 照做了,修好的那一个就是真修好了。
- 它便宜。 两个文件,不到 4KB,塞进 skills 目录就能用。
再说它不管用的部分——这部分更重要:
- 它不自验。 “测试全过”可以是假的,“规则都遵守了”可以是意译的(我探查时它复述的第一条规则就不是原文)。skill 保证的是”照着规矩做事”,不保证”做对了”。验收必须另有人做——这次是我。
- 三条确定性门禁对这个任务不适用。 Crapper、Dryer、Mutator 是 Python 工具,JS 单文件项目用不上。ub-mode 没给 JS 世界的等价门禁,我也没替它编一个——这是个缺口,如实记下。
- 它防不住”静态全绿、运行时全灭”。 TDZ 那个 bug 是典型的”写的时候没感觉、跑起来才死”的问题,skill 的条目里没有”跑一次真流程”这一条。我补的冒烟测试,应该成为这类任务的标配。
所以我的用法建议是:把 ub-mode 当项目经理的验收清单,而不是开发者的免检通行证。 让 agent 照着它干活,然后你(或另一套独立检查)逐项验:测试真跑了吗?页面真点得动吗?分享链路真通吗?清单越具体,越能防住”报告写得漂亮、东西是坏的”。
成果与过程记录
应用已上线(v2):https://ai-takeover-index.pages.dev/ ——可以自己点开测测,司机默认 5/5/5 是 65 分,填个名字再分享给朋友试试。
过程记录(任务书、测试、REPORT、冒烟测试、截图脚本)都在 workspace/projects/ub-mode-test/ai-takeover-index/。如果你也想拿 ub-mode 试一次,建议先从一个”单文件 + 有明确验收标准”的小任务开始,别一上来就押大项目——先看它在你手里翻几次车,再决定给它多大信任。
未完成的两件事(写在 v2 的 REPORT 里了):统计与 Monetag 的两个真实 ID 还没填(CF_BEACON_TOKEN、MONETAG_ZONE_ID 目前是占位值),填进去统计和广告才真正生效。