✅ 五大核心实践
实践 1：先想清楚，再让 AI 写（永远的第一原则）
AI 是超级靠谱的实习生，您必须是架构师 + Code Review 组长 + 测试负责人
正确顺序：
- 自己先想明白大概要怎么做（手写伪代码、画流程图、列关键数据结构）
- 把思考 + 约束 + 上下文完整喂给 AI
- 让 AI 帮您实现细节、填充 boilerplate、优化性能、补测试用例
实践 2：任务粒度铁律 ------ 小步快跑
为什么？ 2026 年的模型面对一次几千行的大需求容易：
- 前后假设不一致
- 细节偷懒 / 产生幻觉
- 引入大量"看起来能跑但其实全是坑"的代码
最有效的节奏：
- 一次只完成 1-2 个核心函数或一个完整但小的垂直切片
- 小闭环 + 快速反馈 + 持续迭代
- 增量式生成 + 增量式重构
铁律：宁可写十个小 Prompt 各产生高质量的 150-300 行代码，也不要写一个大 Prompt 产生 5000 行需要全部重写的垃圾。
实践 3：必须建立的代码审查防护栏
| 防护栏 | 具体做法 |
|---|---|
| 永远不直接合入未审查的 AI 代码 | 编译 → 单元测试 → golangci-lint/staticcheck → 人工 diff |
| 安全/鉴权/加密代码双人确认 | 防止 AI 幻觉导致的安全漏洞 |
| 大范围改动先用 diff 工具整体看一遍 | Cursor/Windsurf Agent 经常一次改 30+ 文件 |
| 保留纯手写核心逻辑的习惯 | 每周至少 1-2 天不用 AI，保持手感和判断力 |
实践 4：AI 辅助编程的三个阶段
| 阶段 | 特征 | 描述 |
|---|---|---|
| 阶段 1：工具人阶段 | 大多数人 | 复制粘贴 → 修 bug → 问语法 |
| 阶段 2：提效阶段 | 中上水平 | 主动写好 Prompt → 控制粒度 → 快速迭代 |
| 阶段 3：系统性红利阶段 | 顶级 10% | 把 AI 变成生产力放大器，建立 Spec→代码→测试→文档闭环 |
实践 5：工具链选择策略
根据场景选择最佳工具组合，而非盲目追求"最强工具"：
- 日常开发：Cursor + Claude/Gemini
- 超大上下文/老项目：Cursor Composer / Claude Code Projects
- 企业合规/内网：文心快码 / 通义灵码私有化
- 纯终端/重构党：Aider + Claude