经过6个月的日常人工智能配对编程，以下是实际工作的内容
我在用AI当“编程小助手”整整搞了半年，天天跟它一起敲代码，翻遍了一堆代码库。现在我来给你们用大白话，带点夸张的劲儿，把这事儿掰扯清楚，告诉你们啥是真的牛，啥是瞎忽悠！
游戏规则改变者：
- 让人工智能先写一个计划，然后让人工智能对其进行评论：消除 80% 的“人工智能感到困惑”的情况
- 编辑测试循环：：让 AI 编写失败测试→审查→AI 修复→重复（TDD 但 AI 执行实施）
- 文件引用（@path/file.rs:42-88）不是代码转储：上下文膨胀会降低准确性
解释：这是真牛的东西（绝对让你哇塞）：
- 让AI先写个计划，再让它自己挑毛病：这招简直神了！就跟让AI先画个草图，再自己检查哪儿画歪了，80%的“AI脑子短路”瞬间都没了！
- 测试循环跟玩游戏似的：让AI写个会挂掉的测试代码，然后你检查，AI再修，修完再测，循环往复。这叫TDD（测试驱动开发），但AI当主力，省心又高效！
- 精准定位，别一股脑儿全扔给AI：别把整个代码库都甩给AI，搞得它晕头转向。你得像指路一样，告诉它“@path /file.rs：42-88”这种具体位置。少点废话，AI干活更准！
大家伙儿都踩过的坑（别再犯傻这么做）：
- 把整个代码库塞给AI：这跟把一整本教科书扔给AI让它背，太乱了，AI注意力直接崩盘！
- 指望AI当“读心大师”：别想着AI能猜你的心思，你得清清楚楚告诉它你要啥，不然它给你整一堆乱七八糟的东西。
- 让AI当总设计师：AI不是你老板！大方向你得自己定，AI只管帮你把活干好，别指望它帮你决定整个项目咋搞。
上下文管理：
- 在重大更改后重新索引您的项目以避免出现幻觉
- 使用 gitingest.com 等工具获取代码库摘要
- 使用 Context7 MCP 与最新文档保持同步
- 像对待初级开发人员一样对待 AI 输出，PR 审查一切
有点儿争议的看法（但我觉得超对）：
AI当编程搭档，干活效率吊打人类搭档！为啥？它没脾气，耐心爆棚，记忆力跟U盘似的，啥都记得住！不过，难啃的骨头还是得人类上，比如那些需要灵光一闪的决定。
真实经验分享：
那些效率翻倍的程序员，不是靠啥“魔法提示词”，而是靠一套有条理的干活流程。就像打游戏得有攻略，他们的攻略就是“纪律严明”！
你们咋样？
你们用AI编程是不是也感觉效率飞起？还是被AI搞得头大，改了一堆莫名其妙的文件？快来分享你的故事吧！
网友热评：
嘿！这招儿对我超级管用，跟你发的帖子有点像，简直是项目管理的“神器”！想知道咋把大项目搞定还不抓狂？听我给你掰扯掰扯：
- 找个“大脑”来当总指挥（最好是个聪明点的“思维模型”）啥叫总指挥？就是把你那乱七八糟的大项目拆成一堆小任务，简单到连小学生都能干的那种！这“大脑”会帮你把任务规划得清清楚楚，像列个“每日待办清单”一样。
- 弄个“记事本”存进度计划搞定后，让这个“大脑”建个“记忆库”或者“任务日记”。每次干完一个任务，或者没干成，栽了个跟头，都得记下来，写清楚“为啥没搞定”或者“搞定了啥”。这个“记事本”得跟你的计划挂钩，乱七八糟可不行！
然后开始“循环大作战”：
- 总指挥发号施令让“大脑”写一份超级清楚的任务清单（用那种markdown格式，酷酷的），分给一堆“小助手”去干活儿。这些小助手得知道前因后果，别干着干着就懵了。咋省事儿？“大脑”得把任务写得简单明了，免得小助手们“脑子短路”瞎想（专业点叫“幻觉”）。
- 小助手开工，复制粘贴就行把“大脑”写的任务清单复制粘贴到一个新的聊天框里，交给其他“干活儿的小助手”（最好是用那种便宜又好使的模型，比如GPT-4.1）。这些小助手特别给力，通常看一遍任务说明就能干好！干完一个任务，或者发现哪里卡住了，就得赶紧在“记事本”里记下来：成功啦？还是被啥堵住了？
- 总指挥来检查回到“大脑”那儿，让它看看“记事本”里的任务日志。如果任务卡住了，它会给你新的“锦囊妙计”；如果任务顺利完成，它就接着给你派下一个任务。
- 不停循环，干到完！就这样，反反复复，任务一个接一个搞定！为啥这招儿牛？因为大项目被拆成小块儿，交给一堆“脑子清醒”的小助手去干活儿，中间还有个“记事本”帮你把进度记得明明白白。这样出错少，思路也不会跑偏！
我已经把这套“神操作”整理成一个“锦囊库”，丢在这儿了：https://github.com/sdi2200262/agentic-project-management
欢迎去瞅瞅，给我点建议啥的！我大概过2-3周会推出个新版本（v0.4），现在正琢磨怎么用JSON格式的“记事本”来省点“脑力”（专业点叫“令牌消耗”）。有啥好点子，赶紧告诉我啊！