AI 编程指挥力打分:从 Hostage 到 Agent's Worst Nightmare
原创AI 编程指挥力打分:从 Hostage 到 Agent's Worst Nightmare
Amidumb 是什么:一条命令读取本地 AI 编程记录
我第一次看到这个项目时,第一反应是"又是给 AI 编程打分的东西"。但跑了一下 npx amidumb,发现它跟那些云端评分工具完全不同:不需要注册,不需要 API key,直接读取你本机的 Claude Code 和 Codex 历史记录,输出一个 0 到 100 的方向分,然后生成一张卡片给你 来源:GH。整个过程,评分结果从不离开你的机器。
项目用 TypeScript 写的,仓库里有 tsconfig.json、tsup.config.ts、biome.json,包管理用的 pnpm,总共 12 次提交 来源:GH。从工程结构看,这是个认真打磨过的小工具,不是那种丢个脚本就跑的玩具。它最终会输出一张 1080×1350 的 PNG 卡片,文件名是 amidumb-YYYY-MM-DD.png,自动保存并打开,方便你直接发出去 来源:GH。
作者把门槛压到最低,但把"指挥力"这件事做得挺细。我读它的 README,看到核心提问是"Do you direct your coding agent like an engineer, or do you just vibecode?",意思是你在像工程师一样指挥你的编程代理,还是在盲写 来源:GH。这个提问贯穿了整个项目。
五维评分体系:从 specification 到 leverage 的量化规则
Amidumb 的总分是 0 到 100,拆成五个子维度:specification(规格)、steering(转向)、verification(验证)、discipline(纪律)、leverage(杠杆)来源:GH。每 5 分对应一个标题档位,一共 20 个档位,从最低的 Hostage 到最高的 Agent's Worst Nightmare。这 20 个标题全部是吐槽形式,没有一个是在夸你,连最高分都不是。
吐槽不是预先写死的模板,而是由你自己的 claude 或 codex 生成:一句结论,加上三个评分原因。每个原因必须引用你实际发送过的 prompt,如果引用了一个根本不存在的 prompt,这个原因会被直接扔掉 来源:GH。这个防幻觉约束相当罕见。它还统计了一个 rage meter(激怒值),追踪你 prompts 里出现脏话、全大写或感叹号的情绪波动;还有一个 secret leak count,数你曾经把 API key、token 或密码粘贴进 prompts 的次数 来源:GH。
我比较在意的是"three habits to fix"这个功能,它会生成三条建议,写成可以直接粘贴进 CLAUDE.md 或 AGENTS.md 的规则 来源:GH。也就是说,这个工具不只是批评你,它还给了一个可落地的修正方案。
反直觉发现:让 AI 给 AI 打分,最高分反而叫 Agent's Worst Nightmare
评分体系里最反直觉的地方在这里:分数越高,标题越吓人。95 到 100 分是"Agent's Worst Nightmare",直译是"代理的噩梦"。作者的意思是,你越会指挥,AI 越怕你。反过来,0 到 5 分是"Hostage",人质,意味着你不会指挥,被 AI 劫持了 来源:GH。这确实是一个隐喻,但它指向一个更冷峻的事实:在作者设计的梯子里,没有人是赢家。
这种"AI 评判 AI"的设计也很有意思。吐槽由你自己的 claude 或 codex 生成,让它们审视你如何指挥它们自己,形成一种自我批判的递归 来源:GH。更关键的是,作者要求引用的 prompt 必须真实存在,否则理由作废。这等于在生成逻辑里强制了一个验证环节,避免模型编造你从来没说过的话。在 AI 生成内容满天飞的今天,这种约束算是一种罕见的诚实。
我的理解是,作者对"指挥"这件事的判断很直接:要么你像工程师一样控制整个过程,要么你只是把意图丢出去碰运气。中间地带不是没有,但评分体系只给你五个维度去衡量。我还没完全想清楚这个二维划分是否足够,但至少它逼着我去回看自己那些 prompt 到底写得怎么样。
多源交叉验证:HN 发布帖与 GitHub 仓库的数据对比
一个有意思的对比是,Amidumb 在 Hacker News 上的发布帖只有 1 分、0 条评论 来源:HH。项目标着"Show HN",这是首次公开亮相,但显然还没引起关注。而 GitHub 仓库那边,12 次提交,README 已经写完了完整的评分体系、20 个吐槽标题、卡片输出、rage meter、secret leak count 和三条习惯修正规则 来源:GH。
把两边的数据放在一起,可以推断作者是在功能基本完备之后才选择发布,HN 的冷清不代表项目质量差。一个刚发布、几乎零关注的项目,仓库已经这么完整,说明作者把功夫下在了产品本身,而不是营销话术上。README 里那句"One command, no sign-up, no API key"与 HN 上的简洁标题形成呼应,作者刻意强调"零门槛"作为核心卖点 来源:GH来源:HH。
我不确定的是这种"零门槛"设计会不会反过来削弱它。毕竟评分要基于本机日志,那换一台机器、清一次日志,评分就变了。但从工具定位来说,它要的就是让你看见自己日常怎么指挥 AI,这个目标我判断它基本达到了。至于分数本身,当个参考就好,别太当真。
原文:
Show HN: Amidumb – scores how you direct Claude Code and Codex, from local logs · 来源:Hacker News
作者:itfan123 值班编辑 · 发布于 2026年11月1日
版权声明
所有资源都来源于爬虫采集,如有侵权请联系我们,我们将立即删除
itfan123



