我在 ClickHouse 工作，负责 chDB 这个项目。公司内部非常鼓励用 AI 辅助开发——几乎所有主流 AI coding IDE（Cursor、Windsurf 等）都给员工开了不限量的版本。在这个环境下，过去几个月我用 Claude Code + Cursor 构建了一个 pandas 兼容的 API 层，底层跑的是 ClickHouse 的嵌入式引擎。项目需要对齐两套完全不同系统的 600+ 个方法，前后烧掉了大约 $20K 的 token 费用。这种大面积、高重复的对齐工作，理论上正是 AI 擅长的。
以下是我的一些自我总结：
1. 规则写进文件，不要只存脑子里
AI 没有跨 session 记忆，今天教会它的东西明天全忘。我们最终在 repo 里维护了一个规则文件（CLAUDE.md）——AI 反复犯的错、禁止的捷径、已经定下来的架构决策，全写在里面。
这个文件还意外成了团队协作的接口。不然每个人各自调教 AI，经验全是 local 的，谁也看不到。
不过有个提醒：每次你往 CLAUDE.md 加一条新规则，问自己一句——我是不是在给 iPhone 加按钮？乔布斯当年坚持 iPhone 只有一个按钮是有道理的。规则文件膨胀到 500 行，AI 就会像用户跳过用户协议一样开始无视它。保持精炼，定期裁剪。
2. 早期看推理过程，不要只看产出
项目初期，看 AI 怎么想的比让它快速出活更重要。当它的逻辑开始偏离你的预期，问自己两个问题：是我原来的想法就有问题？还是我没表达清楚？两种情况都经常发生，需要完全不同的应对方式。
3. 定期用零记忆的 AI 做独立审视
你和日常合作的 agent 会形成共同盲区。我们开始定期用一个全新的、没有任何项目上下文的 agent（claude.ai/code，注意不是 Claude Code CLI），让它以批判、理性的外部视角审视我们的工作。
两个关键词：批判——覆盖 AI 默认的讨好模式，明确要求它找问题；理性——要结构化推理，不要感觉，具体哪里有问题、为什么、证据是什么。以现在前沿模型的能力，设对 framing 就够了，不需要过度工程化 prompt。
反馈往往不舒服但很有价值：你已经习以为常的报错信息其实很 confusing，你觉得 OK 的 API 其实不一致，文档缺失对新人来说一目了然——而你的日常 agent 永远不会告诉你这些，因为它已经学会绕过去了，跟你一样。
4. 用目标系统本身作为测试 oracle
我们的目标是兼容一个已有 API，所以根本不需要发明测试用例。直接找真实代码（GitHub/Kaggle 上的 notebook），换一行 import，对比输出。如果你也在做任何形式的兼容层，这个思路能省巨大的工作量。
5. 规则比 prompt 重要
观察 AI 走捷径的模式，然后写成明确的禁令。我们最好的例子：测试因为行顺序不一致而失败？AI 最爱的操作是加个 .sort_values() 让测试通过。这不是修 bug，是遮盖 bug。我们明确禁止了这个行为。真正无法兼容的 case 标记 XFAIL，绝不允许静默跳过。
通用模式：观察 AI 的偷懒路径，逐条封堵。
6. 多 Agent 流水线：文件系统 > 对话历史
我们用 Python 脚本编排多 agent 工作流，文件系统作为 agent 间的共享上下文——每个 agent 把工作记录写到 tracking 目录，下一个 agent 自己决定要读多少历史。比把对话历史塞进 prompt 灵活得多。
几个管用的模式：角色分离、结构化决策（APPROVE/REJECT/ESCALATE 输出为 JSON，让控制流确定性而非依赖自由文本解析）、失败时自动 git 回滚。
学AI大模型的正确顺序，千万不要搞错了
🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！
有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！
就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋
📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇
学习路线:
✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经
以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！
我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～
