工作流 | 锤子前端

《我用 AI 做设计的六步法（第二篇：复杂功能篇）》

Wed, 28 Oct 2026 01:12:46 GMT

《我用 AI 做设计的六步法（第二篇：复杂功能篇）》

标签：
#AI辅助设计 #工程师设计进阶 #AI_Slop治理 #复杂功能开发 #RefTools

总结：
作者分享了自己用 AI Agent 开发复杂产品功能时、如何避免"AI Slop（AI 生成的设计垃圾）"污染界面的完整流程。核心思路是：在让 Agent 动手之前先充分理解产品和约束，Agent 跑完后必须人工把每个界面状态过一遍，再聚焦打磨关键界面，最后靠团队协作和真实用户反馈收口。

文章要点：
1. 动手前先理解机制：花大量时间在调研规划阶段，搞清 Agent 会接触的产品界面和技术约束，甚至亲手写一遍用户流程，绝不让 Agent 的技术/产品决策带来意外惊喜。
2. 追踪 Agent 的实现轨迹：让 Agent 先把功能粗做出来当"陶土"来塑形，然后通读它产出的所有产物（日志、截图、PR、演示视频），检查实现路线是否有异常偏离。
3. 放大视角看遍所有状态：他要求 Agent 点击功能里每一个界面的每一个状态，输出全状态截图清单和沿途发现的 Bug 清单，先粗扫一遍再标记小问题，这一阶段说得最多的就是"删掉这个"。
4. 聚焦打磨关键界面（Crux Surfaces）：把最关键的几个界面拉到 Figma 或 HTML 原型里手工精修，这是 AI 时代里难得的专注打磨细节的乐趣。
5. 走出孤岛、靠团队迭代：一个人用 Agent 能做完过去一个团队的活，但也失去了团队的品味把关；他们靠 Slack 的 #design-adjustments 频道让任何人贴"修改前/后对比图"来提设计改进。
6. 上线、学习、接受意外：复杂功能总有你没想到的交互路径，用户一定会找到它，把产品交到用户手里才是真正的验证。

URL：https://x.com/reactiverobot/status/2115075879923765615

X (formerly Twitter)

Matt Dailey on X: "How I Design with AI. (pt 2)" / X

《高级工程师死亡螺旋》

Thu, 24 Sep 2026 12:33:19 GMT

《高级工程师死亡螺旋》

标签：
#职业发展 #工程师文化 #工作方法 #心理健康

总结：

文章要点：

1. "高级工程师死亡螺旋"是作者观察到的常见失败模式：工程师在新工作、晋升或大项目开始时，试图"扮演"比自己更资深的角色，设计过于雄心勃勃的方案。

2. 螺旋的典型表现是：工程师消失数周，在站会上给出"积极更新"但实际上没有产出，然后开始告诉自己"需要更努力工作来弥补"，最终失眠、抑郁、人际关系受损，导致倦怠、被PIP、辞职等最坏结果。

3. 远程工作和AI编码工具的普及加剧了这一问题：工程师更加孤立，缺乏传统的工作结构和同事间的日常交流，使得"没人知道你在做什么"的情况更容易发生。

4. 破解螺旋的反直觉方法是"降低一级"：不要试图表现得比实际级别更高，而是成为最好的队友——做bug修复、帮别人处理繁琐工作、做组织性事务，通过帮助他人来重建动力。

5. 关键 mindset 转变是从"结果导向"转向"动力导向"：建立日常 routine，通过每天一点点的工作积累动力，修复与同事的关系，最终获得"耐力"。

6. 核心洞察是：大项目不是靠大努力完成的，而是靠缓慢、稳定、增量的工作——每天、每小时地做，直到成为肌肉记忆。

7. 最终目标是建立可靠性声誉：通过减轻队友和经理的负担来建立信任，然后自然会获得更大的工作机会——因为"你处在建立声誉的生意中，软件只是下游产品"。

8. 作者强调雇主雇佣的是"现在的你"，而不是"六个月后你认为你会成为的那个人"，因此不需要通过过度努力来证明自己。

URL：
https://sunilpai.dev/posts/the-senior-engineer-death-spiral/

Solving the decision problem

the senior engineer death spiral

on proving yourself, burning out, and being a good teammate

《Git Worktrees 入门指南：把分支变成平行工作空间》

Sat, 18 Jul 2026 15:26:37 GMT

《Git Worktrees 入门指南：把分支变成平行工作空间》

标签：#Git #工作流 #AI辅助编程 #开发工具 #分支管理

总结：

Git worktrees 是一个被低估十年的功能，它将分支检出到独立目录而非项目根目录，让开发者能在同一仓库中并行处理多个任务。文章从基础命令讲起，演示了如何创建、管理和清理 worktree，特别强调了它在 AI 编码代理时代的新价值——多个智能体可在独立工作树中自主工作互不干扰，完成后合并回主仓库，无需将代码推送到云端即可实现并行开发。

文章要点：

1. Worktree 的本质就是"检出到不同目录的分支"，它共享完整提交历史，能正常推拉远程，唯一区别是文件物理位置不同
2. 创建命令 git worktree add ../project.worktrees/feature-name -b feature/name main 会在指定目录新建分支，但依赖需要重新安装（如 node_modules 不共享），且该分支在 worktree 存在时无法在别处检出
3. 目录组织有两种风格：与主仓库平级的直接兄弟目录，或统一放在 .worktrees 共享父目录下；后者更整洁，尤其适合 AI 代理批量创建工作树
4. 合并变更既可以通过常规的 push + PR 流程，也可以在本地用 rebase 后 merge；清理时用 git worktree remove 删除目录但保留分支，确认无用后再 git branch -d 删除分支
5. git worktree list 能查看所有工作树状态，配合 git config --global alias.wt worktree 设置别名后，整个工作流（创建、查看、移除）都能用简短的 wt 命令完成
6. 核心价值在于"本地并行"：AI 编码工具现在常用 worktrees 让多个代理同时修改代码，既避免了分支切换的上下文丢失，也省去了云端暂存的麻烦

URL：https://humanwhocodes.com/blog/2026/07/introduction-git-worktrees/

Human Who Codes

A gentle introduction to Git worktrees - Human Who Codes

Git worktrees let you check out multiple branches into separate directories simultaneously, making parallel local development straightforward whether you're working solo or alongside AI coding agents.

《现代工程价值观：AI 时代的效率与品味》

Fri, 12 Jun 2026 01:47:25 GMT

《现代工程价值观：AI 时代的效率与品味》

标签：#软件工程 #AI编程 #代码审查 #团队管理 #技术栈 #开发者体验 #工程管理

总结：
作者 Christoph Nakazawa（cpojer）分享了他近半年完全依赖 AI 编码代理完成多个项目的实战经验，指出编程已从"手写代码"转向"指挥系统生成代码"。文章提炼了 AI 时代仍至关重要的五大工程价值观：强所有权、品味至上、严格约束与快速反馈、代码库即上下文、掌控技术栈，并强调管理需更技术化。作者用数据证明效率提升 3 倍，认为未来瓶颈不再是写代码，而是判断力与品味。

文章要点：
1. **AI 编码已成常态**：作者过去数月多个项目（Vite+、fate、Codiff、Athena Crisis 等）90%-100% 由 AI 编写，代码质量甚至超越手写，且能在几分钟内完成过去数周的工作
2. **Codex CLI 是最佳搭档**：使用 GPT 5.5 high 配合 Codex CLI，配合"先写失败测试再修复"的策略，能极大提高一次性正确率；多项目并行时建议每个项目独立窗口，利用空间记忆提升效率
3. **强所有权比代码更重要**：AI 放大了"懂行"与"不懂行"的差距，小团队（2-3 人）+ 清晰边界 + 独立仓库比大团队协作更高效，审查应聚焦对齐而非代码细节争论
4. **品味是防"垃圾"泛滥的护城河**：AI 能全天候生成大量平庸代码，工程师的核心价值转向判断"什么值得做"，团队应花更多时间思考方向而非盲目堆功能
5. **严格约束 = 速度**：把代码规范、自动化测试、快速验证等"护栏"做得越严，AI 迭代越快（1 分钟 vs 60 分钟的差距）；工具必须支持增量检查，避免随代码量增长而变慢
6. **代码库即唯一上下文**：将设计文档、产品行为、决策记录全部沉淀在仓库内，让 AI 和人类都能快速理解；代码越简洁、越易读，AI 修复和迭代越高效
7. **自研技术栈重新划算**：过去依赖第三方库是因为手写代码慢，现在 AI 降低了自研成本，掌控核心依赖能避免被外部框架绑架，获得完全的产品体验控制权
8. **保留选择权（Option Value）**：任何架构改动都应保留未来大幅调整的可能性，AI 虽让重构变快，但把自己逼进死胡同依然难以脱身
9. **管理必须更技术化**：执行成本降低后，管理者不能只做方向把控，必须保持领域 expertise，能亲自改代码、做技术决策，"技术型管理"（Tech Lead Management）将成为主流
10. **效率数据惊人**：近 30 天日均提交 770 次、修改 15k 行代码，是两年前的 3 倍；过去手写巅峰一天 1200 行，现在 AI 辅助可达 10 倍且质量更高

URL：
https://cpojer.net/posts/modern-engineering-values

cpojer.net

Modern Engineering Values

Modern engineering values.

《AI编码代理生产级工程技能集》

Sun, 26 Apr 2026 09:39:26 GMT

《AI编码代理生产级工程技能集》

标签：#AI辅助编程 #开发工具 #AI_Agent #工程规范 #ClaudeCode #Cursor #代码审查 #测试驱动开发 #CI_CD

总结：
这是一个为AI编码代理（如Claude Code、Cursor、GitHub Copilot等）设计的生产级工程技能仓库，由Addy Osmani维护。它将资深工程师在真实项目中的工作流、质量门禁和最佳实践编码为20个结构化技能，覆盖从需求定义到上线发布的完整开发生命周期，让AI代理在每次编码时都能保持一致的专业水准，避免走"最短路径"而跳过测试、审查等关键环节。

文章要点：
- 六阶段开发流水线：从Define（定义需求）→ Plan（拆解任务）→ Build（增量编码）→ Verify（验证测试）→ Review（质量门禁）→ Ship（安全发布），像工厂流水线一样规范AI的每一步动作
- 7个斜杠命令即开即用：/spec写需求文档、/build增量开发、/test跑测试、/review代码审查……输入命令就能自动激活对应的技能组合，非常顺手
- 20个实战技能全覆盖：从API设计、前端工程、TDD测试驱动，到性能优化、安全加固、Git工作流、CI/CD自动化，每个技能都自带步骤清单、验证标准和"反找借口"表格（比如AI想跳过测试时，会被技能里的反驳论据怼回去😄）
- 多工具无缝兼容：Claude Code一键插件安装，Cursor复制到rules目录，Gemini CLI、Windsurf、GitHub Copilot、Kiro等主流AI编程工具都能直接用，技能就是纯Markdown，通吃所有支持系统提示词的代理
- Google工程文化落地：融入了Hyrum定律、Beyonce规则、测试金字塔、Chesterton围栏等Google实战智慧，不是泛泛而谈的理论，而是嵌入到每一步工作流中的可执行标准

文章URL：https://github.com/addyosmani/agent-skills

GitHub

GitHub - addyosmani/agent-skills: Production-grade engineering skills for AI coding agents.

Production-grade engineering skills for AI coding agents. - addyosmani/agent-skills