AI 写的注释多是功能复述，三个月后回来看代码，想不起当初为什么这样实现。这一节给注释立结构，也给「删代码」立规矩。 一句话速览：**背景、设计意图、关键约束缺一不可；禁止静默删除代码与依赖。** 代码只能表达「做了什么」。为什么存在、为什么这样实现、调用时要注意什么，这些信息只有写进注释才能跨时间留存。**「写...
more...
**AI 动手之前必须复述需求、写出 PRD、拿到明确许可。** 再加上批量修改断点和查重规则，把爆炸半径控制在动手之前。 一句话速览：**把需求确认环节搬进人机协作，批量修改先列计划，新功能先查重。** 一个真实需求「帮我加一个导出报表功能」，走一遍完整流程： **STEP 1 · 思考提问** → **STE...
more...
Vibe Coding 指靠自然语言让 AI 直接产出代码的开发方式。它的问题出在质量：**没有规矩的 AI 会返工、漏改、悄悄删代码、留下永久技术债。**这一节先看事故长什么样，再看约束怎么注入才最稳。 一句话速览：**Vibe Coding 的四类典型事故，以及 Rule 是最稳上下文注入方式的原理。** 下...
more...
UI 功能直接写进页面，改一处影响一片，调一个按钮要把整个页面跑起来。解法是先做独立的组件 PlayGround；而项目里已经攒了八个长得差不多的按钮时，则要先做一轮样式收敛。两件套一起，前端才算治理干净。 一句话速览：**简化版 Storybook 思路 + 样式收敛四步，让新组件有试衣间、老样式有 token...
more...
**进化算法 + 编码 Agent = 在庞大的 Harness 设计空间中自动发现最优解。** 一句话速览：**AlphaEvolve / DGM / SIA，用进化算法在庞大设计空间中发现最优 Agent。** Harness 由 prompt、工具调用策略、上下文管理逻辑和代码片段共同组成。这些组件的组合空...
more...
**如果 LLM 能优化执行 Agent 的代码，它就能访问比手写 Prompt 大得多的设计空间。** 一句话速览：**STOP 递归改善器 + Self-Harness 的 propose-evaluate-accept 循环。** > 说人话：想象一个会磨刀的工匠。普通做法是用刀切菜（用工具解决问题）；ST...
more...
工作流的设计空间巨大。**我们应该用算法去搜索，只靠手动设计远远不够。** 一句话速览：**AI Scientist / ADAS / AFlow，用 MCTS 和 Meta-Agent 搜索最优工作流。** 从完全手工的管线设计，到用 MCTS 自动发现最优工作流，Agent 系统的设计范式正在发生根本转变。*...
more...
随着 Agent 任务变长，上下文管理不再是可选项。**它正在成为 Harness 优化的核心战场。** 一句话速览：**ACE → MCE → Meta-Harness：优化对象从 prompt 内容演进到管理机制代码。** 模型越智能、越强大，我们能优化的目标就越复杂、方法越通用。这条演进线从调 prompt...
more...
**Harness 不只是包裹模型的外壳。它正在成为 AI 递归自我改进的核心引擎。** 一句话速览：**递归自我改进（RSI）的历史与近期路径：模型改进 Harness，不直接改写权重。** **Recursive Self-Improvement**：一个系统，能用自己当前的智能去改善产生智能的机制本身。 >...
more...
过度思考未来，无异于杀死现在的自己
