AI 实践实操

1. 理解需求

拆解业务问题，明确「做什么」而非「怎么做」，定义验收标准。

2. 构建上下文

收集相关代码、文档、示例，喂给 AI。Context Engineering 决定协作上限。

3. 描述意图

自然语言描述任务，说清目标与约束。Prompt 即代码。

4. AI 生成

AI 产出代码草案，可多轮对话逼近意图。

5. 人审核

判断正确性、安全性、边界条件。人不放权，守住底线。

6. 运行验证

跑起来看效果，对照预期。Vibe Coding 的「Run」环节。

7. 调试修复

不通过则回到 ③，让 AI 修。这是第一个回环。

8. 测试覆盖

AI 写单元测试 + 跑回归，守住质量底线。

9. 集成提交

Code Review + 合并主干。团队协作的关键节点。

10. 部署上线

CI/CD 自动构建发布，小步快跑持续交付。

11. 经验沉淀

写入知识库，回到 ①，复用到下次。这是第二个回环。