Post Archive
文章归档 · 第 4 页
持续记录可扩展系统、前端架构和工程化实践。
-
AI Vibe Coding 08：知识库与规范中心（让AI持续按团队标准输出）
建立团队级 AI 知识底座：架构规范、编码准则、运行手册与反例库统一管理，并通过检索与版本控制让AI输出长期稳定。
-
AI Vibe Coding 07：重构协同与风险隔离（分阶段替换，不爆主干）
建立 AI 辅助重构方法：切片重构、双轨运行、回归对照与回滚开关，让高风险重构可逐步落地而不破坏线上稳定性。
-
AI Vibe Coding 06：测试协同（自动生成回归测试与边界样例）
构建 AI 驱动测试协同流程：从需求与改动自动生成回归测试、边界样例与异常路径验证，降低漏测率并缩短回归周期。
-
AI Vibe Coding 05：AI优先代码审查流水线（先机审，再人审）
建立AI优先代码审查流程：规则化审查清单、风险分级评论、自动建议修复与人工复核闭环，提升评审效率并降低漏检率。
-
AI Vibe Coding 04：多代理协作模式（规划/执行/审查三角分工）
构建多代理协作工作流：规划代理拆任务、执行代理产出改动、审查代理做风险审计，提升并行效率并降低单点幻觉风险。
-
AI Vibe Coding 03：上下文工程与范围控制（给够信息，不给噪音）
系统讲解上下文工程：信息分层、检索注入、范围白名单、冲突消解与上下文衰减策略，让AI在复杂代码库中稳定输出。