导览版
把这本书的主线、Part 结构和阅读路径一次讲清楚
这份大纲不是目录复印件，而是整本书的施工图#
Warning这份大纲会高频变化。
这本书本身就是一套持续演进中的 AI Native 工程实践，所以现在看到的章节顺序、标题表达、案例重心，和几天之后再次打开时不完全一样，是正常情况。
很多技术书的大纲只能回答一件事: 后面大概会写哪些主题。
这本书不够。它真正要回答的是另一件更关键的事: 读者为什么要按这个顺序往下读，项目为什么要按这个节奏往前推，哪些能力是贯穿全流程的底层控制面，哪些只是某个阶段暂时冒出来的局部问题。
如果只把 OUTLINE.md 扔在仓库根目录里，这些信息对协作者有用，但对读者并不友好。现在把它正式放进文档里，就是为了让整本书的结构对读者可见、可走、可判断。
Important这不是一本 AI 工具图鉴，也不是一串热词合集。
它真正要教会读者的，是怎么把 AI 从一个时灵时不灵的外挂，变成一套能稳定推进真实项目的工程工作流。
Tip如果想看更细的章节拆解、每个 Part 的目标和原始论证线索，可以继续看 《详细版》。
这本书真正想教会读者什么#
- 不是只会“用一个 AI IDE”，而是知道怎么把旧脑回路掰过来。
- 不是只会“让 AI 写点代码”，而是知道项目怎么收敛、怎么起盘、怎么开发、怎么验收、怎么发布、怎么治理。
- 不是只看单点提效，而是逐步把 AI 用成一个可控、可复用、可治理的生产系统。
目录为什么按这个顺序排#
这次目录重组，核心就三条。
- Part 1 先完成认知冷启动，不急着正式推进功能实现。
- 从 Part 2 开始，整本书沿着项目生命周期往前走。
- Rules、Skills、Context、Harness、MCP、Playwright、成本治理、护栏这些能力，都按“贯穿能力”来写，不按“阶段外挂”来写。
换句话说，这本书不是先讲一堆概念，再临时拼一个 demo 验证；而是先把脑回路和控制面立住，再拿一个真实项目把整条链路跑穿。
贯穿全书的四条暗线#
认知冷启动线#
- 为什么很多人觉得 AI 很笨。
- 为什么工具不是信仰。
- 为什么 Prompt、Context、Harness 最后会收束成控制面。
产品判断线#
- 从 PRD、范围裁剪、验收标准，到优先级管理、版本规划、上线判断。
- 这一条线会自然带出
AI Product Manager的能力，但不会把内容写成一本独立的产品教材。
控制面资产线#
- Prompt、Context、
AGENTS.md、Rules、Skills、SOP、Spec、模板、命令入口，都会随着项目推进不断沉淀。 - 重点不是背名词，而是知道什么该沉淀、什么时候沉淀、沉淀成什么形态最值钱。
验证与治理线#
- 调试、自洽陷阱、测试、回滚、审计、熔断、成本治理、共享记忆、Swarm、反脆弱设计，会随着项目复杂度一起升级。
- 它们不是最后补上的收尾动作，而是从项目早期就开始埋下去的治理底座。
全书主线怎么推进#
Part 1 · 破局#
这部分先不急着写项目实现，先把读者从“AI 只是高级补全”的旧脑回路里拉出来，然后把主线项目真正亮出来。
你会在这一部分看到:
- 为什么 AI 编程不是单纯模型变强，而是协作方式整体换代。
- 为什么 Native IDE、IDE 插件、CLI、Web Agent、SpecDriven 工具各有生态位。
- 为什么 Prompt、Context、Harness 最后会收束成控制面。
- 为什么 AI 一提速，先被放大的反而是产品判断能力。
- 为什么这本书必须拿一个真实的大项目开刀，而不是用轻量 demo 糊过去。
对应文章:
Part 2 · 定盘#
这部分才正式进入项目生命周期。目标不是“赶紧写功能”，而是把 PRD、范围、技术栈、仓库结构、系统设计和规范底板一次立稳。
你会在这一部分看到:
- 怎么做需求收敛、范围裁剪和验收口径前置。
- 怎么把桌面、移动、Web、API、Worker 的边界定清楚。
- 为什么 workspace、目录结构、环境边界、命令入口必须先统一。
- 为什么系统设计不是文档装饰，而是 AI 协作真正的契约底板。
- Spec、Rules、Skills、SOP、模板和代码生成，为什么从起盘阶段就该有第一版。
对应文章:
Part 3 · 开发#
这部分开始写主干，但重点不只是“生成代码”，而是让任务拆解、后端底座、前端主干、护栏和 Context 输入一起进入真实工作流。
你会在这一部分看到:
- 怎么把需求收敛结果拆成第一批可执行任务和里程碑。
- PostgreSQL、服务层、契约层、实时链路和异步任务怎么一起长出来。
- 前端组件协议、状态边界和多端策略怎么先讲清楚再往下写。
- 调试、自洽陷阱、测试、回滚、审计和熔断怎么在开发阶段持续出现。
- 设计稿、文档、任务系统、数据库、日志、知识库怎么成为 AI 的有效输入。
对应文章:
Part 4 · 交付#
这部分解决的是“项目怎么真的跑起来、验起来、发出去”。CLI、Harness、Playwright、跨端宿主和联调发布闭环，会在这里真正合龙。
你会在这一部分看到:
- 为什么终端、脚本、构建和流水线才是很多高价值任务的真正施工现场。
- Playwright 为什么不只是测试工具，而是 AI 的眼睛和手。
- 项目不只跑在浏览器里时，桌面端、移动端、本地能力和宿主通信怎么落代码。
- AI 怎么参与联调、验收、回归、发布检查和交付交接。
对应文章:
Part 5 · 放大#
当项目真的被做起来之后，问题会自然抬升到成本、共享记忆、多 Agent 编排和系统反脆弱。这里讨论的已经不只是“怎么做完”，而是“怎么长期跑”。
你会在这一部分看到:
- 为什么真正贵的不是 token，而是低质量上下文和无效返工。
- 共享记忆、决策日志、知识库和索引系统到底该记什么、忘什么。
- 多 Agent 协作为什么不是多开几个窗口，而是需要明确的编排层。
- 系统怎么在错误里收敛，而不是在幻觉里互相放大。
- AI 时代最值钱的人，为什么越来越像控制面设计者和责任兜底者。
对应文章:
读者该怎么用这份大纲#
如果只是想先判断这本书值不值得读#
先看 Part 1 和这份大纲。只要认同“AI 编程的核心问题不是工具本身，而是工作流与控制面”，这本书后面的内容基本就对路了。
如果已经在用 Cursor、Claude Code 或其他 CodeAgent#
别急着跳到后面。很多人以为自己缺的是更强模型，实际缺的是需求收敛、边界定义、护栏和治理。这份大纲可以帮助快速定位自己现在到底卡在哪个阶段。
如果是想按项目主线系统推进#
最稳的读法还是按 Part 顺序往下走。因为这本书默认不是“概念分栏阅读”，而是“一个项目从冷启动一路推进到长期治理”的路线。
最后一句话#
这本书最终要回答的，不是哪一个工具最强，而是:
怎样让一个真实项目从旧脑回路被打破开始，到拿到 PRD、完成交付，再到长期运行，都能在 AI 的帮助下被稳定推进。