0xCheshire

这个开源项目把你的所有命令行 AI 工具变成了一个统一的图形界面。

这个 14.4k star 的开源项目，完整拆解了 Claude Code 的 Agent Loop。

这个人发布了一本超全的大模型 Prompt 越狱手册。

ChatGPT 给了我一个超好用的修 bug 提示词：
“先别急着给补丁。把这个问题抽象成系统缺陷的可能性。请输出三种层级的解决方案：
A 止血（最小改动，能撑 1-2 周）；
B 结构修复（引入一个中间机制，例如统一契约/服务发现/路由层/事件层）；
C 架构演进（未来 3 个月的目标形态）。
每种方案都写清：改动范围、失败模式、可观测性、迁移步骤、回滚策略。最后给推荐方案和触发切换条件（什么时候从 A 升级到 B）。”
最后 AI 肯定是给你推荐 B，但是你只要无脑 C 就行了。
原因在于 AI 把自己当成了生产环境下真实的人，它默认这个产品是有很多人在用的、并且重构一个功能要好几个月，所以它总是倾向于修补漏洞，而不是激进地推进架构。
但事实是，AI 重构一个大项目只要几个小时，产品也是没谁在用的。而它的每次缝缝补补都不是在解决真正的问题，而是在制造后来的 bug，所以必须一步到位！
当 AI 一旦被迫给出 A/B/C 并写触发切换条件，它就不会一直当缝补匠了。

AI 编程时代，依旧还有价值的经典书籍：
1）《解析极限编程：拥抱变化》
敏捷与结对编程的核心方法论，适合和 AI 迭代协作。
2）《测试驱动开发》
先写测试再写实现，用测试把 AI 的幻觉关起来。
3）《设计模式》
看懂常见架构套路，判断 AI 的重构建议是不是靠谱。
4）《敏捷软件开发：原则、模式与实践》
一套好代码/坏代码的评判尺，方便你审 AI 产出的方案。
5）《人月神话》
软件项目管理反常识经典，避免加人加 AI 反而更慢。
6）《写给大家看的设计书》
亲密性/对齐/重复/对比四原则，让界面不难看。