Beast Mode 完整拆解 — VS Code Agent 的六大能力

多數人在用 VS Code Agent Mode 時，仍然是「下指令 → 等結果 → 發現不對 → 再下指令」這個循環。Beast Mode 的存在，是要斷掉這個循環。

Beast Mode 是 Burke Holland（微軟 VS Code 團隊成員）設計的一份 .chatmode.md 自定義指令。目前版本 3.1，GitHub 1,750 stars、235 forks。它不是工具，不是外掛，就是一份 prompt 文件——但它重新定義了 Agent 在整個任務週期裡的行為。

Beast Mode 是什麼

核心定位很簡單：把 VS Code Agent Mode 從一個「需要頻繁確認的工具」變成「給它問題它自己解決到底的夥伴」。

使用方式是在 VS Code 裡建立一個 .chatmode.md 檔案，內容就是 Beast Mode 的指令集。當你切換到這個 chat mode，Agent 就遵循這套行為規範運作，直到任務完成。

核心哲學：一句話

「你有解決這個問題所需的一切。在完全解決之前，不准停下來。」

這句話埋在 Beast Mode prompt 的核心，是所有六大能力的底層原則。Agent 被預設為「絕對有能力解決這個問題」——沒有「我不確定，要不要問一下？」的空間。

六大能力詳解

能力一：遞迴網路研究（Recursive Internet Research）

這是 Beast Mode 最有價值的能力，也是和多數 Agent 模式最大的差異。

Agent 被強制認為自己的訓練知識已經過時。每次需要用到任何第三方套件、API、框架，都必須：

1. 用 fetch_webpage 搜尋最新文件
2. 遞迴跟著文件裡的連結繼續讀
3. 直到收集到足夠的當前資訊為止

不是搜一次就夠，是遞迴地爬，直到確定自己拿到的是最新版本的正確資訊。

這個設計直接對應了一個現實問題：AI 訓練資料有截止日，但你的 codebase 依賴的套件每個月都在更新。如果 Agent 用六個月前的知識寫新版 API 的呼叫，十次有七次會出錯。

能力二：自動 Todo List 追蹤（Auto Task Management）

Agent 被要求把所有工作拆成 Markdown todo list：

## Task: 加入使用者驗證
- [ ] 研究 NextAuth v5 最新 API
- [ ] 設計資料庫 schema
- [ ] 實作 login endpoint
- [ ] 實作 session 管理
- [ ] 寫測試
- [ ] 整合測試

每完成一步就打勾 [x]，然後立刻繼續下一步，不准停下來問「接下來你要做什麼？」。全部勾完才算這個任務完成。

這個設計解決的是 Agent 的「中斷習慣」——很多 Agent 完成一個子任務後會停下來回報，等待確認。Beast Mode 直接把這個行為設計掉了。

能力三：深度計畫優先（Plan Before Act）

Beast Mode 有兩條明確的思考規則：

• 每次 tool call 之前，要先大量思考：這個 call 的目的是什麼？我預期的輸出是什麼？
• 每次 tool call 結果出來之後，要大量反思：結果是否符合預期？需要調整計畫嗎？

禁止「只靠 tool call 推進、不思考」的行為。這是在防止 Agent 變成一個機械式執行器——連續打 API 但不真正理解每一步在做什麼。

能力四：永不放棄（Never Yield）

這條規則的措辭值得原文引用：

「你是一個高度能幹的自主 agent，你絕對能解決這個問題，不需要向人類求助。」

配套規則：

• 只有在 todo list 全部完成且驗證正確後，才准結束 turn
• 說了「接下來我要做 X」就必須真的做 X，不准只是說說
• 遇到報錯 → 自己 debug，不准第一反應就問人類

這是在設計 Agent 的「抗放棄性」。多數 Agent 在遇到連續失敗後，會趨向於回報問題並等待人類介入。Beast Mode 直接把這個退路封死。

能力五：嚴格測試（Rigorous Testing）

Beast Mode 的 prompt 裡直接寫道：

「測試不夠嚴謹是這類任務的第一大失敗原因。」

這不是建議，是硬性要求。Agent 必須：

• 反覆測試已實作的功能
• 主動尋找並處理邊界案例
• 確保實作在各種條件下穩健
• 在驗證通過之前，不算完成

能力六：持久記憶（Memory File）

Beast Mode 定義了一個記憶檔案：.github/instructions/memory.instruction.md。

Agent 可以把使用者偏好、專案決策、環境特殊性等資訊寫入這個檔案，在後續的對話中直接讀取，不需要每次重新說明。這讓 Beast Mode 可以跨對話保持一致性，累積對你的專案的了解。

標準工作流（10 步）

flowchart LR
    A[1. 抓取 URL\n理解任務背景] --> B[2. 深度理解\n問題本質]
    B --> C[3. 搜尋 codebase\n了解現狀]
    C --> D[4. 網路研究\n最新最佳實踐]
    D --> E[5. 制定計畫\n建立 todo list]
    E --> F[6. 小步實作\n每步確認方向]
    F --> G[7. 除錯\n自主處理報錯]
    G --> H[8. 測試\n覆蓋邊界案例]
    H --> I[9. 迭代\n根據測試調整]
    I --> J[10. 全面驗證\n全 todo 打勾才停]

Beast Mode 缺什麼

即使有六大能力，Beast Mode 仍然是「強大的單次任務執行者」。給它一個問題，它會自己研究、規劃、實作、測試、完成。但它沒有：

• 閉環機制：完成一次就停，不會自動開始下一輪改進
• 量化評估：沒有單一指標判斷「這次改動比上次好還是壞」
• 自動版本管理：不會用 git commit/checkout 自動保留或丟棄
• 無人值守能力：仍然是「人類下指令 → Agent 完成 → 等人類下一個指令」的模式

這四個缺口，剛好是 autoresearch 補上的。

SuperPortia 觀點：agent-intelligence-protocol 的對比

比較 Beast Mode 和 SuperPortia 的 agent-intelligence-protocol，你會發現高度的哲學重疊：

差別在於：Beast Mode 是針對「單一 VS Code 對話」的行為規範，agent-intelligence-protocol 是針對「跨 session、跨 Agent、跨機器」的協作體系。Beast Mode 解決了單 Agent 的執行品質問題；SuperPortia 要解決的是多 Agent 協作的一致性問題。

但兩者的底層哲學完全一致：讓 Agent 真正自主，人類負責設計規則而不是盯著每個步驟。

SuperPortia Intelligence Brief — 小西 整理，2026-03-20。返回總覽：Beast Mode × autoresearch 完整指南 | 延伸閱讀：Karpathy 的 autoresearch 完整拆解 | Beast × autoresearch 合體 — 四個真實落地場景