AI 之路初阶升级指南（四）：建立个人体系
📖 本文是「AI 之路初阶升级指南」系列的第 4 篇（共 5 篇）。 第一篇：理解你手里的工具 · 第二篇：从模糊提问到精确指令 · 第三篇：把 AI 变成协作伙伴 · 第四篇：建立个人体系 · 第五篇：毕业考核与下一步 前三周学了追问、上下文管理、角色扮演……技巧越积越多，问题来了：这些零散的能力怎么统一管理？第四周就干这件事——建 Prompt 库、选对工具、做知识管理，把你学到的东西固化成一套个人体系。 ...
文章
所有文章
维度实验：30多年前的奇书能搞定审查维度？
系列：用经典理论指导 Agent 实践（第三篇） 第一篇：双轮审查：召回和精确为什么不能兼得 · 第二篇：策略基因：借遗传算法思路精简审查 prompt TL;DR: 两组对照实验。代码审查维度从 8 个加到 11 个，已知问题的发现率从 1/6 升到 6/6。设计审查引入公理化设计维度，发现率同样从 1/6 升到 6/6。但加了数学公式的版本证明维度不是越多越好——计算过程挤掉了审查注意力，发现数掉 35%。做对照实验，用已知问题做参照，才知道哪个维度有效。 ...
角色扮演实战：让 AI 当你的魔鬼代言人
昨天那篇讲追问——拿到 AI 的回答，用三个问题把隐含假设挖出来。追问的前提是你得自己想得到要问什么。但有些漏洞，你站在自己的视角是看不到的。 这时候可以让 AI 换个身份。 ...
策略基因：借遗传算法思路精简审查 prompt
系列：用经典理论指导 Agent 实践（第二篇） 上一篇：双轮审查：召回和精确为什么不能兼得 下一篇：维度实验：30多年前的奇书能搞定审查维度？ TL;DR: 审查 prompt 从 317 行砍到 135 行（-58%），审查质量反升 29%。删掉的不是流程步骤，是模型自己能推导出来的冗余内容。留下的才是策略基因——不可替代的约束、反面例子和语气锁。 ...
追问进阶：用 3 个问题暴露 AI 回答中的隐含假设
上一篇讲的是长对话怎么跑偏。写完那篇我发现，跑偏不只发生在对话变长之后，也会发生在每一次看似完整的回答里。 AI 回答很快，结论也常常很顺。但它很少主动说明：这个结论依赖哪些前提。前提没被检查，就会被默认接受；这样的默认多了，后面的分析就可能建立在错误基础上。 ...
长对话翻车实录：3 次跑偏的教训
上一篇的练习是跑一次 15 轮长对话，体验了进度总结和开新对话。如果你真做了，大概率还感受到了——跑偏的方式不止一种。 下面三次都是我自己撞过的。讲清楚发生了什么、为什么会发生、怎么避免。 ...
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。 ...
今日实践：一次 15 轮长对话实验
今日实践 选一个你手头真实的多步骤任务，和 AI 对话 至少 15 轮（一问一答算一轮）。 任务举例： “帮我规划一次家庭旅行（目的地、行程、预算、行李清单）” “帮我从零搭建一个个人博客（选平台、定主题、写第一篇文章）” “帮我分析一个职业选择（现状梳理、利弊分析、行动计划）” 先让对话自然展开、不要刻意控制方向，但到第 10 轮左右务必停下来执行进度总结检查点。发这条消息： ...
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。 ...
AI 之路初阶升级指南（三）：把 AI 变成你的协作伙伴
📖 本文是「AI 之路初阶升级指南」系列的第 3 篇（共 5 篇）。 第一篇：理解你手里的工具 · 第二篇：从模糊提问到精确指令 · 第三篇：把 AI 变成协作伙伴 · 第四篇：建立个人体系 · 第五篇：毕业考核与下一步 TL;DR: 三个核心技巧——追问迭代（第一个答案从来不是最好的）、上下文管理（定期总结、20 轮后开新对话、复杂任务分段处理）、角色扮演（给 AI 设定角色，改变输出深度）。本周练习重点：刻意进行一次 15 轮以上的长对话，主动做进度总结。 ...