AI 辅助 TDD 全流程：从需求到代码的完整防线
这是"用 TDD 驯服 AI 编码代理"系列的第 6 篇。前四篇分别讲了需求层、设计层、测试层和审核层，第 5 篇把审核层升级为程序正义。本篇把它们串成一条可落地的完整管线。 ...
文章
所有文章
程序正义入协议：让 AI 审核的每一步都经得起检验
我之前做的 Ralph Loop 审核机制，有个隐藏问题。 v0.2 的流程只有「发现问题→修复→确认收敛」。第 4 篇提过，创造者如果认为审查者误判，可以在下一轮提供证据，由审查者重新评估——但那只是一句规则，不是正式协议。没人检验审核本身的质量。审查者可能标错问题严重等级。主代理可能盲目接受不合理建议。 ...
Ralph Loop：AI 的错误不是随机的，是收敛的
这是"用 TDD 驯服 AI 编码代理"系列的第四篇。前三篇按管线顺序讲了需求层、设计层和测试层。本篇讲最后一道防线——审核机制。 第三篇留下的问题 第三篇结尾提了一个问题：PRD 写了，技术方案写了，测试方案写了，流程是对的。但这些文档里的事实性声明——平台 API 的行为、框架的限制、依赖库的接口——都是 AI 生成的。一个人逐条核实，时间上不现实。但不核实，又可能踩进 coroutine-O——Aristotle 的异步编排原型——同样的坑。 ...
PRD → 技术方案：AI 时代文档不是负担，是护栏
这是"用 TDD 驯服 AI 编码代理"系列的第三篇。前两篇分别讲了测试层的需求锚定和需求层的 GEAR 消歧协议。本篇补中间一环——PRD 做完之后，技术方案该做什么。 ...
为什么 AI 辅助 Aristotle 开发必须从 GEAR 协议开始：需求层的消歧实践
这是"用 TDD 驯服 AI 编码代理"系列的第二篇。上一篇讲了测试层的需求锚定方法[1]。测试的前提是需求清晰。本篇回头补上游——需求层的消歧实践。 ...
先写测试文档，再写测试代码：AI 开发的需求锚定
这是"用 TDD 驯服 AI 编码代理"系列的第一篇。整个系列讲一件事：为什么 AI 辅助开发需要比传统开发更严格的流程纪律，以及每一步具体怎么做。 ...
上下文腐烂：AI编程中一个容易被忽视的问题
昨天某技术群里有朋友说 GPT-5.4 的表现还不如豆包，问问题常常不读题就瞎回复。追问了一下，得知对方喂了很多文档，对话轮次也很长了。这大概率不是模型的问题——是上下文腐烂（context rot）了。 ...
回顾与反思：Aristotle 项目中的七种人机协作模式
五篇文章之后，我想退一步，看看脚下的路。 Aristotle：让 AI 学会从错误中反思 讲了设计理念和初版实现。claude-code-reflect：同样的元认知，落在不同的土壤 讲了跨平台移植的坎坷。信任边界：同一个想法在开放系统和受限系统上的实现实验 提出了信任分层模型。从四道伤疤到一套铠甲：Aristotle 改造中的驾驭工程实践 用改造过程验证了理论。一份 Markdown 的三次生命：从静态规则到 Git 版本管理的 MCP Server 把反思规则从 append-only 推进到了 GEAR 协议。 ...
一份 Markdown 的三次生命：从静态规则到 Git 版本管理的 MCP Server
上一篇文章 从四道伤疤到一套铠甲：Aristotle 改造中的驾驭工程实践 的结尾处，Aristotle 有了一份精简的路由器（SKILL.md 从 371 行压缩到 84 行），一个按需加载的 Progressive Disclosure 架构，和一个还算能用的反思→审核→确认流程。 ...
从四道伤疤到一套铠甲：Aristotle 改造中的驾驭工程实践
三篇文章之后，再次回到代码，今天要做一个深刻的反思。 第一篇 Aristotle：让 AI 学会从错误中反思 讲了设计理念和顺利的实现过程——3 个 commit 一气呵成。第二篇 claude-code-reflect：同样的元认知，落在不同的土壤 讲了同样理念搬到 Claude Code 上的适配代价——从 V1 到 V3 的持续迭代。第三篇 信任边界：同一个想法在开放系统和受限系统上的实现实验 提出了信任分层模型和驾驭工程的思考框架。 ...