AI 编程
AI 编程是把大模型能力嵌入“日常研发流程”的工程实践。本栏目沉淀工作流、提示工程与多模型协作的可复用经验。
- 工作流：需求—生成—评审—合并的 AI 嵌入点。
- 提示工程：上下文构造、示例驱动、约束输出格式。
- 多模型协作：规划模型 + 执行模型 + 审查模型的分工。
- 质量与安全：生成代码的评审、测试与敏感信息隔离。
- 上下文为王：高质量输入决定输出下限。
- 小步验证：生成—运行—修正，避免长链路一次性产出。
- 可复用 > 一次性：把稳定提示沉淀为可复用资产。
- 人机边界：AI 负责生成，人负责判断与决策。
- 实验性尝试见 AI 实验室 — AI Coding。
- 工具与原型见 个人工具与产品实验。