AI 工作流
2025 年起主力用 AI 辅助开发。这里不罗列工具常识,只放能用的东西——Prompt 实战模板和最新模型动态。详细的工程化思考见这篇深度文。
最新模型动态
Latent Space [AINews] NVIDIA buys HuggingFace for $13B, as OpenAI publishes their HF incident retro Latent Space [AINews] Hot Chips: OpenAI’s Jalapeño, Cerebras CS-5, Groq 3 LPX, Apple M6 Latent Space Lovable CTO: The Future of SaaS Is Apps That Agents Can Use Latent Space 🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing Latent Space [AINews] Andrew Ng gets into AI Engineering Latent Space [AINews] 10% worse, 100x cheaper, 10000x faster: Why Simulation is taking over
聚合自机器之心、Latent Space,每次构建自动刷新。持续跟 AI 模型动态,而非一次性。
Prompt 实战库
拿来就能用的 prompt 模板。核心:说意图不说步骤,要求 AI 列风险/边界/不确定,让产出可校验。
重构
把这个函数重构成职责单一的子函数,保持行为不变。要求:
- 每个子函数 < 30 行
- 命名表达意图,不写 data/obj 这种
- 不改变对外接口
- 列出重构后可能引入的风险 测试
为这个函数生成测试用例。要求:
- 覆盖 happy path 和边界(空值/越界/并发)
- 用 describe/it 组织
- 标注哪些边界你可能漏了,让我补 文档
为这个模块写 API 文档。要求:
- 每个导出函数:参数/返回/异常/示例
- 不写废话,每句要有信息量
- 标注你不确定的地方,我校准 调试
这段代码报错:[贴报错]。现象:[贴现象]。请:
- 列出可能原因,按概率排序
- 给每个原因的验证方法
- 不要直接改代码,先帮我定位 性能优化
分析这段代码的渲染/性能瓶颈:[贴代码]。现象:[帧率/耗时/内存]。要求:
- 不要泛泛说"用 memo",定位到具体哪行/哪个状态触发重渲染
- 给每个怀疑点的验证方法(Profiler 埋点 / Performance trace)
- 按"改动成本 vs 收益"排序,不堆优化清单 Code Review
Review 这段 AI 生成(或同事提交)的代码:[贴代码]。要求:
- 标注确定的 bug / 安全问题(带行号)
- 标注潜在风险(边界 / 并发 / 内存泄漏)并说明触发条件
- 不评风格,只看正确性和健壮性
- 拿不准的标"待确认",不要硬编 技术选型
我要在 [场景] 里做 [需求],候选方案 [A/B/C]。要求:
- 不要罗列特性对比表,直接给"这个场景下选谁,为什么"
- 列每个方案在本场景的致命短板
- 有更优解就直接提,说明前置条件 读源码
我要快速理解这个陌生模块:[贴源码/仓库]。要求:
- 先讲对外契约(输入/输出/副作用),不讲实现细节
- 标出"读的时候容易踩的坑"
- 列 3 条最关键的调用路径,每条一句话讲清
- 不要逐行翻译 API 设计
为 [需求] 设计一个对内公共 API。要求:
- 先给调用方代码长什么样(用法先行),再给实现
- 标注哪些参数你不确定该必填还是可选,说明取舍
- 列出 3 个会让这个 API 用着难受的真实场景 需求拆解
这个需求:[贴需求]。帮我把能动的拆成可独立交付的子任务。要求:
- 每个子任务 < 1 天,带验收标准
- 标出哪些子任务依赖人工确认/产品决策,不能直接做
- 标出哪些子任务我可以交给 AI 起草
- 不要把"全程怎么做"写一遍,只要可并行的单元 相关文章
AGENTS.md 与 AI 约束文件: 把项目规矩写进 AI 读得到的地方
AI 编程助手不知道你项目的代码风格、目录约定和不能碰的边界。AGENTS.md / .cursorrules / copilot-instructions 这类文件就是写给 AI 的项目说明书。这篇讲该写什么、不该写什么。
项目内提示词模板库: 从散记到可复用的工程化沉淀
团队里每个人都在重复写差不多的 prompt, 浪费且不一致。这篇讲怎么把散记的 prompt 沉淀成项目级模板库——目录组织、接入、维护和反例。
AI 辅助开发的工程化边界: 哪些交出去, 哪些必须自己来
用 GPT/GLM/DeepSeek/Copilot/Cursor 做了一年多 AI 辅助开发。这篇不讲工具怎么点, 讲在工程链路里怎么把 AI 用到位, 以及哪些活必须自己来。