先把旧脑回路掰过来
Part 1 不负责把概念一次讲透，它先解决一件更重要的事：让读者意识到，很多时候不是 AI 笨，而是工作流还停在补全时代。
共 5 个 Part
当前收录 24 个章节
从避坑到 Swarm 治理
AI 原生工程
从“你写 AI 补”到“你说 AI 做”，把 AI 从一个时灵时不灵的外挂，变成一套能稳定推进大项目的工程工作流。
这本书不是 AI 工具图鉴，也不是热词科普合集。它来自一条很典型、也很笨拙的进化路线：从把代码贴进聊天框、手动复制粘贴，到研究 Agentic Coding 系统的控制面，再到把 AI 当成能持续协作的“虚拟员工”。 整本书真正想回答的是：为什么很多人觉得 AI 很笨，其实往往是工作流还停在补全时代；以及怎样把这种不稳定的提效感，升级成你真敢拿去做大项目的工程系统。
这本书真正要教会读者什么
不是教读者找到一个“本命 AI 工具”，而是教读者怎么把任务拆解、Context 分发、Rules 约束、验证兜底和外部工具接入组织成一条完整工作流。工具会换，模型会换，但这种控制面心智不会过时。
Book Scope
这本书真正要教会读者什么
首页不该只是放一个大标题。它应该先告诉读者：这本书到底在解决什么问题，为什么后面一定要沿着这条路线读下去。
项目不是例子，而是全书主线
这本书不是每章换一个 demo。Part 1 先把旧脑回路掰过来并亮出主线项目，Part 2 开始定盘，Part 3 进入开发，Part 4 解决交付闭环，Part 5 再把方法放大成可治理系统。
真正要学的是项目控制面
任务怎么拆、Context 怎么喂、Rules 怎么写、Skill 怎么沉淀、失败了怎么回滚，这些控制面能力才是把 AI 用成工程系统的关键。
Project Line
全书主线怎么推进
Part 1 不求讲透，而是先把脑回路掰过来；Part 2 先演练项目会怎么翻车；Part 3 和 Part 4 再把同一个项目真正做起来；Part 5 最后抬升到治理。
先把脑回路掰过来
5 章Part 1 · 破局
从范式转移、工具分工到控制面心智，再把项目主线真正亮出来
范式转移工具判断控制面轮廓
进入这一部分
从 PRD 把项目盘起来
5 章Part 2 · 定盘
从 PRD 到项目底板，把后面真正会影响开发稳定性的东西先定下来
需求收敛技术栈与架构仓库与规范
进入这一部分
主干开发正式开工
5 章Part 3 · 开发
真正开始写主干，但开发、调试、验证和 Context 输入会一起出现
任务拆解前后端主链开发护栏
进入这一部分
让项目真正跑通交付
4 章Part 4 · 交付
把项目从“能写代码”推进到“能真正交付”
CLI / HarnessPlaywright联调发布
进入这一部分
从单项目放大到系统
5 章Part 5 · 放大
当项目真的跑起来之后，把方法从“能做完”升级成“能长期跑”
成本治理Swarm 编排共享记忆
进入这一部分
Reader Guide
谁该读、该怎么读、读完之后该得到什么
如果只是想找一个“最强工具排行榜”，这本书可能不会让人立刻爽到；但如果想把 AI 真正接进项目，这部分会告诉读者该抓哪些重点。
这本书更适合谁
- 已经会用 Cursor、Copilot、Claude Code 这类工具，但总觉得 AI 一会儿聪明一会儿犯傻的人。
- 被“AI 很笨、很贵、总在改错代码”折磨过，想知道问题到底出在哪的人。
- 不满足于写几个 demo 或玩具自动化，而是想把 AI 真正接进项目主线的人。
建议阅读路径
01
先读前言和 Part 1
先看这条从古法编程到 Agentic Coding 的进化路线，再理解为什么“你写 AI 补”已经不够用了。
02
进入 Part 2，把项目真正定盘
从 PRD、范围、技术栈、仓库、架构和规范开始，把项目先盘成一个可以稳定推进的状态。
03
再进入 Part 3 和 Part 4 把项目做完并交付
从任务拆解、前后端主干、开发护栏，到 CLI、Playwright、跨端宿主和联调发布，把同一个项目真正推进到可交付。
04
最后再看 Part 5 的治理问题
当项目已经能跑，真正的问题才开始：成本、Swarm、共享记忆、Context 治理和反脆弱设计。
读完后应该得到什么
- 理解从 Prompt 到 Context、再到 Agent Harness 的分层，不再把所有问题都粗暴归因成“模型不够强”。
- 会把需求收敛、规则约束、验证链路、回滚兜底组织成一条可运行的工程工作流。
- 能把 AI 从一个时灵时不灵的外挂，升级成可复用、可控、可治理的生产系统。
直接开始阅读
如果想顺着作者那条从“古法编程”一路进化到 Agentic Coding 的路线读，就先从前言开始。 如果已经被 AI 的笨、乱、贵折磨得很烦，也可以直接进入 Part 1，先把那层“问题都在模型”的误解拆掉。