级联检索，借信息检索领域 15 年前的方法治审查 agent 的病
系列：用经典理论指导 Agent 实践（第一篇） TL;DR： 设计审查的 agent 既要找得全又要找得准，一个 agent 难以两全。借鉴信息检索 15 年前的级联检索思路，拆成两个 agent——一个只管找全（Recall Pass），一个只管找准（Precision Pass）。设计方案的缺陷更早暴露，开发阶段返工的风险降低了。 ...
AI 实践
看不见的空白层
系列：破而后立的 TDD 流程迭代（第三篇） 第一篇：失之东隅，收之桑榆的实验 · 第二篇：以尺度尺，用方法改进方法 TL;DR： 阶段六已经在集成层做诊断——逐个 bug 追问根因。它不做的事是跨缺陷的模式扫描、组件缝隙检查、执行顺序分析。这些事归阶段七。小系统里阶段七多拦几个 bug；系统大了，同样是这三件事，产出变成建测试基础设施、硬化 CI 规则、驱动架构演进。阶段七不做架构决策，但它提供架构决策最稀缺的输入——基于证据的问题定位。 ...
以尺度尺，用方法改进方法
系列：破而后立的 TDD 流程迭代（第二篇） 上一篇：失之东隅，收之桑榆的实验 TL;DR： TDD Pipeline 自己教的是"给原则不给步骤"，但自己却长成了步骤驱动的工具。把阶段一到阶段五的操作步骤删掉，只保留原则、风险提示和反面例子。模型自己推导出了被删掉的步骤，输出质量不降。原因：阶段一到阶段五是创作阶段，需要发散空间，去掉固定轨道反而更好。同样的策略用在阶段六上失败了——下一篇讲为什么。 ...
失之东隅，收之桑榆的实验
系列：破而后立的 TDD 流程迭代（第一篇） TL;DR： 把 TDD Pipeline 的阶段六（预发布测试）从"步骤驱动"精炼为"原则驱动"，预设目标没达到——精炼版在单个 bug 的追问深度、证据链完整度上都比原版差。但对比两组输出发现了维度差异：精炼版在组件缝隙检查、跨 bug 模式扫描上比原版强。这些差异指向一个判断——阶段六不需要被精炼，而是缺了一个阶段六没有定义的任务，后来被定义为阶段七。 ...
升级落地——新模板与三个可迁移建议
TL;DR： 展示 Why Articulation 模板升级前后的对比，以及三条可迁移建议：给原则不给示例、关键步骤用强制语气、相信模型的自我组织能力。实验局限也已说明。 前两篇回顾 第一篇从 Anthropic 的对齐研究出发：教模型"为什么"比只教它"正确答案"，误对齐率从 22% 降到 3%（约 7 倍），而且用 1/28 的数据量就能达到同等效果[1]。我把这个发现移植到 prompt 设计里，造出了 Why Articulation 模板——要求 AI 动手前先说清目的、风险和方案。 ...
4 变量 A/B 实验——正面示例为什么有害
TL;DR： 四变量 A/B 实验测试 Why Articulation 的结构、语气、位置和示例。正面示例反而有害——模型倾向模仿而非独立思考。开放式 prompt 方向性提升质量，同时节省 33% token。 ...
从 Anthropic 的对齐研究到一个 Prompt 设计思路
TL;DR： Anthropic 的对齐研究表明，教模型"为什么"比教"做什么"更有效——误对齐率从 22% 降到 3%。本文拆解四组实验，提炼出三个可迁移的 prompt 设计教训。 ...
AI 之路：从初触者到原住民
TL;DR： 一个使用 AI 的人会经历怎样的成长？这篇文章把从"第一次打开对话框"到"以 AI 的方式思考"的旅程分为五个阶段——初触者、使用者、工程师、架构师、原住民。每个阶段的本质不是学会更多工具，而是思维方式发生一次跃迁：从被动接受输出，到主动设计输入，再到编排多 Agent 协作，最终重塑自己的认知框架。文末链接到交互式路径图，可以展开探索每个阶段的完整内容。 ...
rebase 一敲，文档灰飞烟灭——用 git worktree 拯救设计文档
TL;DR： git rebase / checkout 会静默删除 .gitignore 中的未追踪文件，且无法恢复；git stash -u 不会 stash git-ignored 的文件。解决方案是用 git worktree 创建 local-assets 分支，把设计文档放在被 git 追踪的安全空间里。三条命令搞定日常：dp-save.sh 保存、--prune 清理、--restore 恢复。多个项目实测引入后文档丢失归零。完整脚本见 alexwwang/design-doc-worktree。 ...
测试全绿，系统不能用：18 个 bug 的六种死法
TL;DR： Aristotle v1.1 发布前发现 18 个 bug，单元测试只拦住 4 个（22%）。剩下 14 个都在集成层——组件接线、配置传递、进程启动的交叉点。对它们做 root cause analysis 后归纳出六种模式：路径/环境不一致（5 个）、注册遗漏（3 个）、启动阻塞（2 个）、静默失败（2 个）、测试-生产路径差异（2 个）、集成拼接错误（4 个）。根因不是问题变难了，是 AI 绕过了手写代码时靠经验建立的防线——实现和审查的节奏脱钩、代码外观误导了质量判断、集成环节从显式动作变成了隐式假设。文末附八维度集成检查清单和 16 种 bug 类型的路线图。 ...