AI 编程的工程实践

10 notes in this collection.

YouTube · 字幕整理 · 影片原作者

课程定位

这门课关心的不是「怎么让 AI 写得更快」,而是怎么保证 AI 写出来的东西没把已有功能改坏。

原作者在开场讲得很直白:用 AI 开发产品,真正的瓶颈已经不在生成速度,而在有没有足够的品管机制去接住 AI 的产出。

所以这门课讲的是流水线、检查、把关上线的那些环节。

学习路线

第 1 讲 · CI/CD 入门

  1. CI/CD 是什么 —— 一次改动从开分支到自动上线的五步
  2. CI 的本质 —— 一份可定制化的检查清单,长在 .github/workflows/
  3. 保底四关 —— Lint 抓坏习惯、Typecheck 抓类型、Test 抓改坏、Build 预演打包
  4. 为什么要空白机器 —— 本机跑得通是个假象
  5. 进阶关卡 —— 浏览器测试与用模型给模型打分
  6. CI 全绿的边界 —— 它只能拦住你事先定义好的问题

第 2 讲 · 全自动工作流拆解

  1. 瓶颈不在写,在审 —— 两条出路:加快审,或把审移出合并前
  2. 规划阶段 —— 先搞清系统怎么跑、当初为什么这么写,再打磨需求
  3. 实作阶段 —— 先骨架后砌砖、多模型比稿、强制测试先行
  4. 三关验收 —— 让 AI 自己写操作 SOP、自己算爆炸半径、换家族交叉审
  5. 一条铁律 —— 写这张 PR 的 AI 无权核准自己的 PR
  6. 环境改造 —— 让错误从物理上不可能发生
  7. 六步进阶 —— 从「观察它怎么失败」到「敢开自动合并」

第 3 讲 · 怎么设计一份好 Skill

  1. 四层结构 —— SKILL.md 是岗位说明书,不是仓库
  2. 七条原则 —— 边界、披露、结构化、可执行、闭环、失败策略、单一职责
  3. description 三层触发词 —— 业务词、技术词、口语词缺一不可
  4. 渐进式披露 —— 只放索引,九份深度文档按需加载
  5. 分级步骤 —— 一个技能覆盖三种复杂度,比三个技能更实用
  6. 四条红线 —— 生命周期、API 幻觉、配置、语音打断
  7. 自检清单 —— 把质量门禁从人工 Review 前移到生成时

第 4 讲 · 项目级 AI 规范文件

  1. 它是什么 —— 机器读的是配置,AI 读的是自然语言
  2. 三个场景对照 —— 按钮组件、接口调用、提交信息
  3. 六个章节 —— 技术栈、目录、编码规范、构建命令、Never 规则、协作约定
  4. 可判定 —— 「用 interface 不用 type」有效,「遵循最佳实践」等于没写
  5. 演进日志 —— 每条 Never 背后都该有一个踩坑故事
  6. 双用途 —— 也是给新人的项目浓缩版
  7. 会过期 —— 过期文档比没有文档更糟,命令漂移要交给机器守

第 5 讲 · 从 SOP 到 Skill

  1. 提示词 vs Skill —— 临时工与专业技能
  2. 营销周报案例 —— 三轮对话压缩成一句话
  3. 真正的成本 —— 不在算,在「指标口径不统一」
  4. 需求澄清案例 —— 该问却没问的三件事
  5. 为什么有效 —— 人为错误降为零,因为人只经手一次

第 6 讲 · Skill 实操与五步改造

  1. 环境四步 —— 基础环境、装助手、配模型、可视化入口
  2. 三种存放位置 —— 项目级、全局、临时上传
  3. 用 Skill 创建 Skill —— 一句话加四轮反问
  4. 五步改造法 —— 拆流程、定输入输出、提炼决策、写文件、测试
  5. 好描述与差描述 —— 按业务语义写,不按实现写
  6. 长规则抽到引用目录 —— 上下文预算管理
  7. 再抽一层脚本 —— 让它先生成,再把产物固化

第 7 讲 · 从 Human SOP 到 Agentic Workflow

  1. 三个词分层 —— SOP 是文件,Skill 是任务,Workflow 是流程
  2. 为什么换个更强的模型不管用 —— 请人打扫的那个比喻
  3. Mega Agent 的死路 —— 整坨进去整坨出来,看不见中间
  4. 四步法 —— 格式标准化、任务拆解、双向开发、整合与检查点
  5. MUST / SHOULD / MAY —— 把规则的软硬变成三个档位
  6. artifact 串联 —— 靠 JSON 不靠心电感应
  7. 默会知识 —— 第一版难免有缺陷,所以只能跑着改

第 8 讲 · 自建部署平台

  1. 为什么换 —— 托管平台的网络与额度限制
  2. 三个核心东西 —— 服务器、面板、MCP
  3. 选节点的坑 —— 海外节点免备案,这是流程差异不是性能差异
  4. 装面板 —— 端口检查、防火墙放行、自带反向代理与证书
  5. 接 AI —— 密钥不进对话,占位符后填
  6. 先只读验证 —— 「确认调用了工具」,而不是听它解释
  7. 那七条约束 —— 防重复、凭证不露、缺信息就问、不以已提交代替成功
  8. 三层验收 —— 只有「重新登录数据还在」才算真接上

第 9 讲 · 自动化的两个部分

  1. 目标与流程 —— 你最后想要什么,和你怎么到达
  2. 最常见的错误 —— 把流程(填表、发邮件)误当成目标
  3. 交代流程的方法 —— 用语音一口气说完,不用先整理
  4. 先复述,别执行 —— 错误的目标会被一路执行到很深
  5. 那些没意识到的判断 —— 「两者不一致该信哪个」
  6. 让它自己拿反馈 —— 数据越计算机化,自动化越强
  7. 什么时候跑 —— 有 routine 才不做瓶颈

第 10 讲 · 让 Agent 跑完整个闭环

  1. 断在哪 —— 不是几次点击,是 Agent 看不到成片
  2. 三条通道 —— API 直出、操作网页、外部命令行,各花各的钱
  3. 四条边界 —— 十秒上限、不能带音轨、不能比成片短、不说分辨率就最贵
  4. 提示词纪律 —— 按衣服认人,别按位置认人
  5. 真人视频过不了审 —— 静默取消,连卡片都会消失
  6. 深度灰模 —— 去掉表达,只留结构与运动
  7. 真实账单 —— 跑通够用,量产不够

阅读提示

  • 各篇均为字幕整理稿,不是逐字记录
  • 文中的工具名(GitHub Actions、Playwright 等)、指令、平台行为与人名数字,均沿用原片口述口径,未做外部核验
  • 第 1 讲的示例是原作者的记账软件案例;第 2 讲拆解的是第三方开源工作流;第 3 讲以某 3D 数字人 SDK 为实例,文中提到的产品与邀请码不构成推荐;第 4 讲的效果数据来自原作者三周的抽检统计,样本与口径未做外部核验

搜索全站

输入关键词,查找项目与实践记录。