Lessons

开发环境要一步一步手动装。

环境是你描述出来的,不是你点出来的。

先把 Claude Code 和 Codex 装上、用起来;然后把「装环境」这件事本身也交给它——依赖、应用、skill、插件都让 agent 落地,你只审结果。

夹带安全与边界:什么能贴给 AI、密钥怎么管

信息是人从一个工具复制到另一个工具的。

工具之间的缝合,本来就是 agent 的活。

把 Notion、Git、Slack、Obsidian 接到同一个 agent 上,让它读、汇总、回写。你从搬运工变成验收人。

夹带公司数据的边界:哪些库可以连,哪些不能

用好 AI,就是把话说清楚。

提示词只是零件之一,剩下的零件决定它能不能真的干活。

prompt、MCP、skill、CLI、plugin、hooks 各是什么、各解决哪一种失败。每个概念配一个三十秒就能看见差别的现场对比,不做名词解释。

AI 用得好不好,取决于会不会写提示词。

提示词只是五层工程的第一层——每一层的天花板,是下一层的地基。

prompt → context → harness → loop → graph。每一层诞生于上一层修不掉的那个失败,讲清楚它为什么必然长出下一层,以及各自的实际使用场景。

AI 写出来的代码风格不可控,只能靠人一遍遍 review。

一致性是法典问题,不是模型问题。

用 AGENTS.md 把风格、禁区、验证方式写成常驻规则,让同一个项目里十次改动读起来像一个人写的。

夹带怎么不被 AI 骗:它会以看起来合理的方式出错

需求、设计、日报,就该用 Excel 和 PPT 管。

文档是版本控制里的纯文本,第一天就该进 git。

让 agent 提交合并代码、自动出日报、处理 Excel 与 PPT 这些日式职场任务;再讲清楚为什么 Markdown 和 HTML 比 Excel 更适合管技术文档、需求文档、设计文档。

UI 要好看,得先有设计师。

代码即原型——一致性是从 token 一级级长上来的。

token → 主题变量 → 法典 → 组件 → 区块 → 页面 → 工程 → monorepo,一层层从底部认识一个领域;以及「组件归你所有」的 shadcn 相对传统组件库,实践上差在哪。

测试就是照着用例点一遍,再截图当证据。

观点、执行、确认、证据,四步都可以由 agent 产出。

测试驱动开发的思路、Playwright、computer use。重点在「证据」——怎么让机器产出你敢交出去的测试结果。

云服务是在控制台里点出来的。

基建是 git 里的代码:能 review、能回滚、能重放。

IaC 的概念与实践;再往前一步——如果把 AI 当成底层能力而不是外挂,服务和应用该怎么设计。

一门手艺——只会测试、只会前端、只会 Java——可以吃一辈子。

值钱的不是什么都会,是在每个领域都建起「让 AI 干活、自己验收」的回路。

不讲大道理。拿真实记录复盘:commit 历史、功能台账、发版记录,看一个人半年里实际横跨了多少领域,结论让听众自己得出。