AI Coding 核心要点
本项目 AI Coding 的最小共识与执行准则
一句话定义
AI Coding 不是“让模型直接写代码”，而是通过上下文管理 + 任务拆分 + 验证闭环，把 Agent 变成可控的工程协作者。
核心工作流
统一采用三段式：
[理解需求] -> [设计方案] -> [执行与验证]- 理解：先补齐上下文与边界条件
- 设计：先确定可执行步骤，再动手
- 执行：小步改动，必须有验证结果
决策原则
- 人类负责关键权衡，Agent 负责执行与证据
- 正确性优先于速度
- 最小可行改动优先，避免过度设计
Prompt 最小规则
给 Agent 的请求至少包含这 4 件事：
- 目标：要达成什么结果
- 范围：改哪些文件/模块
- 约束：不能做什么、必须遵循什么
- 验证：怎样算完成（命令/检查标准）
Skills 使用准则
- 用 Skills 沉淀高频可重复任务
- 先最小可用，再根据真实使用迭代
- 项目优先路径：
.claude/skills/、.codex/skills/
Multi-agents 使用准则
- 可并行的审查点（安全/质量/缺陷/可维护性）用多 agent 并发
- 汇总输出必须结构化：结论、证据、风险等级、建议
- 出现
P0/P1只做高风险告警与建议暂缓，最终决策由人负责