MrZ

暂无个人简介

获赞 6	浏览 2084	关注 1
粉丝 1

女

Java后端

2022

江苏师范大学

MrZ

暂无个人简介

女

｜

Java后端

｜

2022

｜

江苏师范大学

获赞

6

｜

浏览

2084

｜

关注

1

｜

粉丝

1

帖子

关注

粉丝

MrZ

Java后端

·4 天前

最近在落地 AI Native 项目，卡在团队资产协同这块，想请教下社区各位有实际落地经验的同学：我们现在的资产分为三块：项目文档（PRD/ADR/ 运行手册）、Agent Skill（业务技能、执行 SOP、提示词包）、MCP 工具服务定义。目标是做到：人和多 Agent 共用一套可信资料源...

查看全文

编程导航_小y：

是一个好问题，但是我没涉及到，帮你问了一下 Claude：这几个问题我按自己的落地经验分别给个方向，细节还要结合你们团队的规模来定。先说总原则：会影响 Agent 行为的东西都当成代码管理，要版本化、可评审、可回滚。另外要把"定义"和"运行时"分开：Git 里放声明，跑起来用到的版本、密钥和环境，由 lock 文件和网关来管。***1. 目录与版本组织规模不大的时候用一个 monorepo 就够了

4

3

7

MrZ

Java后端

·07-08 14:52

想问一问 AI Coding 如果特别大的需求，设计完了，最后开发出来和需求不一致的情况，一般怎么解决，在ai任务过程中怎么设置门禁，怎么量化ai的实现效果才能保证设计和实现一样，如果说拆分成小需求，该怎么量化颗粒度，大家有没有好的可以落地的想法

编程导航_小y：

帮忙问了一下 AI，感觉建议相对靠谱。一、为什么大需求 AI 开发容易"设计 ≠ 实现"先定位根因，方案才有的放矢：1. 上下文窗口稀释：需求越大，关键约束在长 prompt 里权重被稀释，AI 记住了 A 忘了 B。2. 隐性假设：设计文档里"人看得懂"的默认约定（比如"金额单位是分"），AI 会自己脑补一个。3. 无中间校验：一次性生成几千行，等你 review 时已经错了 500 行，改起来

2

8

1