我这些年反复讲过，让AI Agent好好写代码，所有的秘诀都写在了1990年代的教材里： - 踏踏实实写test，多写test，让test coverage尽可能高 - 认真做好CI/CD，千方百计避免messed up - 对于一个新项目，做好top-down design（specs driven），从features和requirement出发，设计architecture 和 interface，一层一层设计下去 - 对于一个快速增长的项目，先切分好文件，再切分好module，再划分成一堆service或者executives，提前解耦 - 对于一类的功能，提前做好design pattern的功课，减少重复，增加复用 - 如果codebase足够大，要么一点点修复但是提高test coverage，要么保持好specs、test、interface直接推倒重写，有空就重写， 永远重写，重写重写重写 近两年人类做的事情，就是把上面这些东西重新实践了一遍。

Codex 这个用法一定要改，结果会好一个量级 90% 的人都把 Codex 当神仙了，一上来就直接 /goal： 帮我写一个 App，实际上它很难理解你的具体需求 分享一条OpenAI研究员 @reach_vb 都在用的技巧：先让 Codex 做 research，再根据结论设置一个合适的 /goal，而不是一上来就直接 /goal 例如： 我要开发一个 XXX。 暂时不要写代码。 先帮我做 requirements gathering 和 research： 这个问题的核心约束是什么 有哪些成熟方案 / 同类实现可以参考 主要技术风险和容易踩的坑 最小可交付版本应该包含什么、排除什么 把调研结果整理清楚后，再根据结论 set 一个合适的 /goal 你也可以跟 Codex 对话： 1️⃣ 把需求和边界问清楚 2️⃣ 把现有方案和风险摸透 3️⃣ 再锁定一个真正可执行的 goal 等 goal 定准了，再让它开始写代码，结果会明显稳很多

LLM workflow从出来的第一天，我就说，这玩意儿给企业用绝对必死无疑，跟low code和no code一样，属于民办三本文科宝妈的意淫幻想。 典型就是，设置一个自以为挺有用的场景，一堆人跟个大傻逼似的，忙活设计，玩连连看，反复测试，跟个胡闹厨房一样， 做完美滋滋地跟团队炫耀，大面积推广， 用了一周之后发现，哎，缺少了功能ABCDEFG，其中ABCD和EFG还矛盾，如果要完善LLM workflow的这些缺失功能，那就要完完全全重新写一套。 这时候这些民办三本文科宝妈的脑子直接烧了，因为要满足接下来层出不断需求，就要每周时时刻刻重写，而这对于他们人均边牧一样的产品设计和coding能力，是绝对做不到的。 这些人连python写一个从1加到100都费劲，让他们持续维护一个不断推翻、不断重新设计、不断连连看的LLM workflow，比让他们学会正确写一个feature requirement document还难。 于是整个团队出现了五六个LLM workflow之后，彻底失去维护能力，持续烂尾，又回到了人肉办公处理的时代。

隐藏式车门把手给电动汽车（EV）带来更简洁的外观和更低的风阻，却可能在断电后成为逃生障碍。《Life in the FAST LANE.》作者JUN转述CarNewsChina报道称，中国国家市场监督管理总局公布了特斯拉、吉利、小米等车企提交的大规模召回计划。该文称，问题不在日常开门，而在事故断电时，乘员和救援人员能否迅速找到并操作应急机械式车门把手。 JUN解释，许多新车型平时依靠电子门锁（e-ラッチ）开门。一旦碰撞损坏或切断低压（12伏）电源系统，电子门锁将失效，乘员只能使用通过机械拉索连接的应急机械式车门把手。 该文称，部分车型为了保持内饰简洁，把这种机械装置藏在车门储物格深处，或做成与内饰面板相同的颜色。在烟雾弥漫、时间紧迫的事故现场，乘员和救援人员可能难以迅速发现并操作它。 JUN转述的报道还把一宗小米SU7碰撞起火事故视为监管转折点：报道声称，车内三名大学生没有找到藏在车门面板储物区内的应急机械式车门把手，未能逃生并死亡；并称此事引发当局严格调查及多家车企召回。该页面列出的一篇相关文章标题同时提到驾驶员有酒驾嫌疑，但本篇正文没有提供调查结论或更多细节。 该文列出的召回范围显示，特斯拉中国生产的Model 3和Model Y涉及2,975,910辆，进口Model 3、Model X和Model S涉及46,041辆；小米SU7涉及390,435辆，零跑汽车C01和C11涉及371,200辆，小鹏多款车型涉及264,842辆。文章同时注明，比亚迪未被列入这份召回计划名单。 据JUN介绍，基本处置方式不是更换硬件部件，而是免费加贴警示标签，让应急机械式车门把手的位置更加醒目。部分车辆还将接受远程软件更新（OTA）：系统检测到严重碰撞后自动降下侧窗，为车内逃生和外部救援增加通道。 文章称，中国工业和信息化部已制定车门把手安全技术标准（Technical Requirements for Automobile Door Handle Safety），并宣布于2027年1月正式施行。新标准将要求所有车门配备断电后仍能从外部手动解锁、开启的外部机械式车门把手；车内的应急机械式车门把手必须与内饰形成明显色差，并设在距离车门边缘300毫米以内。 JUN据此认为，这次召回暴露的不是单一零件故障，而是极简外观和空气动力性能压过直观逃生设计后形成的系统性风险。该文明确判断，中国的新要求将迫使特斯拉等全球车企从根本上重新审视完全隐藏式和弹出式车门把手，相关改动也不会只限于中国市场。

不要用旧的 prompt 思维去套新的 Agentic Coding 我最近越来越强烈地感受到一件事——模型不是瓶颈，人才是 以前模型弱的时候，输出拉胯你可以怪模型 现在 Fable 5 能自主跑几十步长任务，结果不对，问题大概率出在你给它的需求文档上 这个认知转变，可能是 2026 年下半年每个用 AI 干活的人最该搞明白的事 你和 AI 之间，隔着四层信息差（参考anthropic工程师的论文） 我把人和 AI 协作时的信息状态分成四层，搞清楚这个框架，后面所有方法论都能串起来： 第一层：已知的已知 — 你写在 prompt 里的东西，明确告诉 AI 要什么。这是大部分人唯一在做的事 第二层：已知的未知 — 你知道自己还没想清楚的部分，比如“这个交互逻辑我还没定”。至少你知道这里有坑 第三层：未知的已知 — 你觉得理所当然、根本不会写进 prompt 的东西，但 AI 不知道。 比如你的项目从来不用 Redux，你不会特意说“别用 Redux”，但 AI 可能直接给你整一套上来 第四层：未知的未知 — 你压根没意识到的盲区。你不知道自己不知道什么 大部分人只覆盖了第一层。 后面三层，AI 全靠猜 猜对了你觉得 AI 牛逼，猜错了你觉得 AI 垃圾。但问题从来不在模型身上 为什么现在这件事突然变得致命？因为模型能力到了一个临界点 以前模型本身能力有限，你给它一个模糊指令，输出质量的天花板本来就低，你的“信息差”造成的损耗被模型自身的弱鸡能力掩盖了——反正它也做不到多好 现在不一样了。Fable 5 一个 session 可能自主执行几十步决策。 你开头埋下的一个模糊假设，会在后面几十步里像滚雪球一样被放大。 Anthropic 内部研究了大约 40 万个 Claude Code session，覆盖 23.5 万用户，结论是人类主导了 70% 的规划决策 换句话说——你以为你在让 AI 干活，其实你在当产品经理。你的需求文档写得烂，再强的开发也救不了你 这跟我做 PM 那几年的认知完全一致：需求文档写得好的 PM，不是因为文笔好，而是因为他提前把模糊地带都想清楚了 落地 SOP：三个阶段，把你的盲区变成可控变量 阶段一：动手之前——做一次盲区扫描 在你开始让 AI 写代码之前，先问它一句： “我要做 X，但我对这块不太熟。帮我扫一遍我可能没意识到的盲区，找出那些我不知道自己不知道的东西，这样我能更好地给你下指令” 这一步的本质是承认自己不是全知的 大部分人不愿意做这一步，觉得浪费时间 但这恰恰是高手和普通人的分水岭——我观察到最强的那批 Agentic Coder，他们之所以强，不是因为 prompt 写得花哨，而是因为他们对自己要什么有极其清晰的认知，同时永远假设还有未知存在 另外一个我自己常用的方法是让 AI 反向面试你——告诉它你的大致想法，然后让它一个问题一个问题地问你，优先问那些“你的回答会影响整体架构”的问题。 几轮下来，你会发现自己有多少东西是“以为想清楚了其实没有” 阶段二：实现过程中——让 AI 记录它的临场判断 再好的计划也会遇到意外。 我的做法是让 Claude 维护一个 implementation-notes.md 文件，专门记录它在执行过程中遇到的边界情况和临时决策： “维护一个 implementation-notes.md。如果你遇到边界情况需要偏离计划，选保守方案，记录在‘偏离记录’下面，然后继续” 这招的精髓在于——你不需要预见所有问题，你只需要让问题可追溯。 下次迭代的时候，这些记录就是你最好的学习材料。而且它还有一个隐藏好处：当你回头看这些“偏离记录” 你会发现很多都是你第三层和第四层的信息差导致的——这些就是你下次该提前写进 prompt 的东西 阶段三：完成之后——让 AI 考你 这是我觉得最有效的一招 代码写完了，diff 看完了，你觉得自己懂了。 但我现在养成了一个习惯：让 Claude 针对这次改动出一份测验，只有我能答对才算真的理解了这次变更 “我想确认我理解了这次改动的所有内容。给我生成一份报告，包含变更的上下文、直觉解释、具体做了什么，底部附一个测验” 为什么这有效？ 因为“看懂了”和“真懂了”之间差着一个数量级。 你不测试自己，你就不知道自己的理解有多少是幻觉。而那些你答不上来的问题，恰恰就是你下一次协作时需要提前澄清的“未知” 底层逻辑：这不是 prompt engineering，是 requirement engineering 把上面三个阶段串起来，你会发现一个规律：你越清楚自己要什么，AI 越能给你想要的 你越能预判 AI 会在哪里困惑，它越不会跑偏 你越愿意承认自己有盲区，AI 越能帮你补盲区 这套逻辑跟写 prompt 没有半毛钱关系 这是需求工程 模型能力的天花板已经高过大部分人的需求表达能力了。 你的下一步不是学更花哨的 prompt 技巧，而是学会问自己一个问题： 我到底有多少东西，是我以为 AI 知道、但其实我从来没告诉过它的？ 把这个问题想清楚，比换任何模型都管用