最近我在看提出上下文工程（Context Engineering） 理论的美国AI 专家、创业家、作家，德鲁・布伦尼格（Drew Breunig）的博客。
最近 5 月 4 号，他总结了 10 个经验，我觉得很有用。当然，这些都是一些大而泛的方法论，但是我个人还是觉得他比较专业的，毕竟他在 AI 领域还是有一定建树的。他在博客上写的文章都挺有意思。
https://www.dbreunig.com/2026/05/04/10-lessons-for-agentic-coding.html
原文章在上：
规范驱动开发能让你走得很远，但编写代码的过程会揭示你未曾考虑过的决策，从而让规范更加完善。当代码成本低廉时，通过实现来学习。
以前代码贵，一天也就产出几十行。因此需要先学习、明确需求、各种设计等等万事俱备才开始，现在不一样了，现在代码廉价了，起步就让它写，就让它一个版本一个版本，小步慢跑，慢慢探索就行了！这样你会慢慢发现很多问题，在问题中反复学习、修正...
频繁重构。 尽早且频繁地实现，以获取更多经验。大胆复刻并重写天马行空的思维实验。探索某个功能究竟能走多远。当然，你希望迭代并叠加成果，但廉价代码意味着你能以前所未有的方式进行探索和重塑。
就是趁早大胆的反复重构、写。获得更多的经验。
这在以前是不敢想的，但现在可以。探索各种想法实现的极限是什么。
当我们能够低成本重构代码时，应当花时间编写衡量产品功能而非实现方式的测试。我们需要行为契约，赋予我们自由重构和重新实现的权力。
这个就有点工程化的味道了。
【应当花时间编写衡量产品功能而非实现方式的测试。】
什么意思呢？
首先 端到端测试 ，是个名词，是指 用户从头到尾的使用。比如登录，就是用户能不能完成登录这件事。
也就是说我们要多写这些模拟真实用户行为的测试，内部愿意怎么重构就这么重构，但必须确保用户能完成事。
测试详述目标，代码编码方法，但两者都未捕捉原因 。你的意图驱动决策，将其与代码一同留存，能帮助你和你的智能体在一致方向上持续积累这些决策。
这话说的，真... 醉了，太严谨了。简单说，就是测试记录“产品应该表现成什么样”，代码记录“现在怎么实现”，但你还要记录“为什么这样设计”。
因为未来你和 AI 会不断改代码，如果没有这些原因，很容易把正确但不明显的设计当成多余东西删掉。
明白吗，就是那些原来只记录在脑子里的决策、思考等也得放到代码附近。对 AI 和自己以后维护好。
随着代码和测试的推进，更新你的规格文档（包含目标和计划的 Markdown 文件），使其与进展同步 。若将规格视为工作开始前就冻结的产物，你将无法捕捉实现过程中的学习成果。保持其时效性，才能持续为你的决策和智能体提供参考，并让频繁重构变得更容易。
其实就是，文档，是活的，不是死的。不要看成死的。
它是要随着项目推进不断更新的。
在一个项目上投入足够长的时间后，事情就不会再轻松了。你会快速完成那些模板化的工作、显而易见的决策，然后开始遇到棘手且困难的部分：直观的设计、性能、安全性、韧性以及系统架构。任何人都能轻松搞定简单的事情。 困难的工作才是价值所在 。找到它，并深入钻研。
我觉得意思是说，代码写的快了，并不意味着项目就简单了。
但是能给你精力，去处理真正难、重要的地方。然后就是得找到它，然后开淦！
为了在困难的事情上投入更多时间，就要尽量减少花在简单事情上的时间。将学到的经验转化为技能，构建循环，自动化代码审查，让你的工具产生复利效应。但要小心：不要陷入神秘屋的困境。
神秘屋，是我今天发的那个图文里说的，软件交给 AI ，给你里面各种杂糅。
总之就是得多搞一些自动化。
当代码快速交付但反馈却迟迟不来时，唯一能跟上节奏的反馈来源就是你自己。你越了解自己的领域、用户以及他们的问题，就越能在不依赖他人确认的情况下走得更远。
你如果没有用户，那就得靠自己去试吃了... 这个没什么好说的。
有才华的开发者往往低估了自己在提示词中注入的直觉：恰当的术语、合适的框架以及精准的细节程度。如果你熟悉自己的技术栈，就能在实现和调试过程中节省无数精力，并减少智能体不必要的探索。将技术专长与卓越品味相结合，便能获得无可匹敌的优势。
唉.... 越无知，越骄傲。
比如我这种全栈程序员，如果想写个登录页，我的提示词就肯定要专业多了：【在现有 Next.js App Router 项目里实现登录页。使用 server action 提交表单，用 zod 做输入校验，session 继续沿用项目里的 iron-session 工具，错误提示走现有 FormMessage 组件，不要新增状态管理库。】
一个回车下去，心理不知道轻松多少。
但是小白不会这样想，就写个【给我弄个登录页】，其他什么也不知道，反而会觉得自己很厉害，然后，后期，给自己埋很多坑。多走很多山路十八弯.... 我都不敢想。很多东西你不说，AI 不会给你加的。
当然，如果在我也不熟悉的领域，那我也会跟小白一样骄傲哈哈。
大家要预防这种心理，以及尽可能使用 AI 去做自己熟悉的领域。
智能体代码如同“ 免费领养的小狗 ”，支持并不便宜 ，安全同样代价高昂 。快速构建，但需留意你正在承担的维护成本。
要做一个负责人的人，ai 一个回车下去，给了你一车狗，你得知道你的肩上有多重。这些狗你以后得养的。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。