Claude Code 的熱潮是真實的 在我們 @imbue_ai 的寒假期間，我想看看我能多快重建我們產品的最低層級，作為一個 AI 工程原則的實驗——氛圍工程，而不僅僅是氛圍編碼。 在不到 2 週的時間裡，我發佈了超過 50,000 行高品質的代碼，測試覆蓋率超過 80%。 這是我的做法： 我的 AI 首先工程的 7 條原則： 1. 迭代性地防止 Claude 錯誤 - 每次我捕捉到 Claude 的錯誤時，我都會添加一條新規則，以確保它不會再發生。 - 讓這些規則以程式化的方式強制執行！ 2. 正確調整任務大小（只有金髮姑娘） - 太小 = 緩慢且令人厭煩。 - 太大 = 代理會陷入困境。 - 理想的範圍：一個專注的變更，剛好適合上下文窗口，並在約 10 分鐘內完成。 3. 以兩種工作模式思考 - 有功能模式（發佈新事物）和維護模式（清理、重構和程式化防止 AI 錯誤）。 4. 需要通過測試（有底線，而不是完美） - 我將所有東西都以測試 + 約 80% 的覆蓋率作為門檻。這迫使代理修正問題，而不強迫它寫大量糟糕的測試。 5. 重構是不可妥協的 - 當導入變得混亂或抽象漂移時，停止並將事物移到它們應該存在的地方。你應該始終知道你的代碼庫中的所有代碼。 6. 你仍然需要查看代碼 - 不一定是逐行查看，而是形狀對形狀。 - 例如，它是否位於正確的位置？它聞起來奇怪嗎？ - 測試是否因正確的原因通過？ 7. 寫一個真正的風格指南，並附上可執行的範例 - 一堆規則 + 範例，將代理固定在我所認為的“好代碼”版本上。 - 你甚至可以讓代理生成風格指南範例（只需將 {{EXAMPLE}} 放入其中，並告訴它修正）。 如果 AI 首先的工程讓你感到興奮，請聯繫我們！我們正在招聘 :)

據推測，ChatGPT 是在由人類撰寫的語料庫上進行訓練的，但它聽起來並不像我認識的任何人。我是否不小心避開了某個地方，那裡的人們用活潑的項目符號列表來寫作？