先看成品，这是一份我真实跑出来的复盘简报：
markdown
## 复盘简报
**本次根因**：写入含特殊字符的源码前，缺「识别转义敏感字符」步骤，
写入后也缺「完整性校验」步骤
**历史对照**：同一坑第二次踩。旧记忆存在但触发描述含糊，检索失败 → 改写旧记忆
**已沉淀**：改写记忆 ------ 写含控制字符的源码时避开转义写法，
改用 String.fromCharCode；触发场景：AI 写文件前
**遗留建议**：无我现在每天的工作就是跟 AI IDE 聊天：描述需求，AI 实现，我验证，出问题，修复，再出问题。这个循环里有个不太显眼的事实：AI 不会自己长记性。它这次踩的坑，你不管，下次新会话它照踩不误。真正在长的，是你主动沉淀下来的那部分。
我写的这个复盘 Skill 就干这一件事：每个任务收尾时，把这次踩的坑强制变成 AI 下次开工能读到的记忆和技能。今天踩的坑，第二天自动变成护栏。里面有三条纪律，全是我自己踩坑换来的。
纪律一：复盘是执行，不是写报告
我以前也复盘：写个文档，列一堆"下次注意"，然后再也不会打开。结果就是坑照踩。有个坑我踩了两次。
那个坑很小：让 AI 写脚本时，源码里含了控制字符的转义写法，写文件时内容被整段截断，排查了半天才定位到。第二次踩到同一个坑的时候，我才想明白问题在哪：复盘的产出是"建议"，而 AI 下次开工时读的是它的启动上下文------记忆和技能。建议躺在没人打开的总结文档里，等于没人执行。
所以我给自己定了一条最硬的规则：复盘的结束动作必须是执行一次沉淀。写一条记忆，或者给技能加一个步骤，或者补一个脚本，三选一，必须落地。只输出建议清单的复盘，一律算无效复盘。
纪律二：三层根因，只沉淀流程层
分析问题的时候，从浅到深问三层。还是控制字符这个坑：
| 层 | 问法 | 这个例子的答案 |
|---|---|---|
| 现象层 | 什么结果错了 | 写入的文件被整段截断，内容不完整 |
| 行为层 | 为什么写错 | 直接用了转义写法，没料到写入环节对控制字符特殊处理 |
| 流程层 | 哪个环节缺失让它发生 | 写入前缺「识别特殊字符」步骤，写入后缺「完整性校验」步骤 |
如果只沉淀到现象层------"记住这个文件被截断过"------下次换个文件、换个字符，照样踩。行为层的教训靠人脑记，也不可靠。只有流程层的结论可以沉淀，因为它是缺失的步骤，而步骤可以被强制执行：写进清单，写进技能，AI 每次都会照做。
所以我的规则是：只沉淀流程层结论。现象层的具体数值进项目记忆存档，行为层教训进坑记录，流程层缺口才升级成清单条目或技能步骤。三层问法本身跟领域无关，前端样式还原、接口联调、构建故障、数据订正都能用，只是每行的"权威真值源"不一样。
纪律三：先检索再写入，重复的坑不新建
前面说这个坑踩了两次。其实第一次踩完，我就沉淀过了。结果还是踩了第二次。
排查下来，是那条记忆写得太含糊，触发描述不明确，开工时检索根本没联想到它。这又逼出一条规则：记忆的价值不在内容，在于下次能被想起来。
所以写入之前必须先检索。判定分三种：完全重复，也就是同一个坑第 N 次踩，说明旧记忆检索失败或颗粒度不对，这时候不要新建，改写旧记忆，把触发场景词写具体，比如"写任何包含转义字符的源码之前，先想起这条"；同类新变体，新建一条，但要在内容里引用旧条目，说明两者的判别边界；全新问题，正常新建。
记忆库不是越多越有用。很多东西是写着写着就死了：什么都写了，什么都检索不到。
五步流程速查
完整流程五步，可以直接抄这个清单用：
css
- [ ] S1 收集事实清单：修复了什么、全部报错/返工/被打回、
每个问题的验证证据、哪些步骤是手写重复的
- [ ] S2 三层根因：现象 → 行为 → 流程，问到可修改的流程缺口为止
- [ ] S3 历史重复检索：用坑的关键词搜，
判定完全重复 / 同类变体 / 全新
- [ ] S4 执行沉淀：查重 → 写入，命中哪类执行哪类
- [ ] S5 输出复盘简报：根因 / 历史对照 / 已沉淀 / 遗留，每段不超 5 行配套一张沉淀产物判据表：
| 产物 | 判据 | 动作 |
|---|---|---|
| 项目记忆 | 项目专属的配置、数据结构、环境契约 | 写入项目记忆，先查重再创建 |
| 通用坑记忆 | 换个项目仍然成立的教训 | 记录现象/根因/修法/边界，必须附触发场景 |
| 任务归档 | 本次任务的完整执行快照 | 保留原始记录，修正以追加方式进行 |
| Skill / 脚本 | 本次出现 2 处以上手写重复且模式固定 | 新建技能，或把脚本挂进已有技能 |
最后一行其实是含金量最高的：同一个手动操作出现两次，说明这一步可以自动化，写成脚本挂进技能里。我手里好几个效率脚本就是这么来的，没有一个是提前规划出来的。
跑了一段时间，变化是什么
不说效率百分比，那个算不出来，说具体的。现在让 AI 写含特殊字符的文件，它会先检索到这条记忆，转义截断的事没再发生过。踩了两次的坑，第二次之后再没踩过。
最大的变化其实是心态。以前有点怕踩坑，返工、烦、费时间。现在比较平静，今天踩的坑明天会被 AI 自动加载，亏掉的时间至少换回来一个资产。
也说清楚边界：它不会让 AI 变聪明，也替代不了测试，它只是把教训从一次性的疼，变成可以复用的东西。
最后
如果你也是每天跟 AI 聊天干活，今天下班前可以试一件事：挑一个今天返工过的问题，问一遍三层根因，把流程层的结论写到 AI 开工能读到的地方。一次就能感觉到区别。
想要完整的 SKILL.md，评论区说一声，我放出来。也欢迎聊聊：你和 AI 协作时反复踩过哪个坑？