AI-Native Engineering：2025 的 11 条硬核真相
一份关于构建 AI-native 组织与系统的创始人笔记。
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，而是海量小而独立、AI 能直接读懂的单元。
- AI 解决不了所有问题。第一公里和最后一公里它都搞不定，因为那是人的问题。
- 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：
