我在构建 AI-native 的组织与产品。以下是我反复回到的原则:
11 条硬核真相
- 一切诞生了超过3年的知识体系、方法论、技术栈,都应该被淘汰。
- 你的代码库、文档库、会议纪要、会议录音、团队的记忆、直觉都不是项目真正可依赖的核心资产,唯一可依赖的核心资产有且只有你的测试案例库。(详见Test–Code 循环:为什么测试代码比功能代码更重要)
- 理解AI的关键在于理解无状态性。(详见AI 的无状态性与 Context Window)
- 我们可以容忍AI犯错错误,只要它不会在下一次模型迭代前杀死我们。(与调试深水区和 Human-in-the-loop 相关,详见Debugging:在深水区和 AI 一起查 bug)
- 软件的复杂度需要从垂直转为水平
- AI的context window 的上限,将是新时代程序员最需要关心的资源。(详见AI 的无状态性与 Context Window)
- Plan–Act、Test–Code、Doc–Code–Doc 是新工程时代的工程循环。(详见AI-Native 工作流:Plan–Act、Test–Code、Doc–Code–Doc)
- 代码的未来不是复用和抽象,而是海量彼此独立、足够小、AI 可直接理解的单元。
- AI不能解决所有问题,AI不能解决第一公里和最后一公里的问题,这本质上是人的问题,
- AI 生成的 Artifact 是一种新的模态。
- AI IDE或AI Agent 卖的是Context选择的能力。(详见工具与 Context 选择:为什么 AI IDE 卖的是"上下文选择能力")
如需完整宣言与操作手册:
LinkedIn 文章:
