- 编码方面， Doubao-Seed-Code 非常强，前提是你会用。在我看来，如果准确调教基本可以和 Codex 打平。而准确调教的奥秘是什么？ 写测试！
- 文档方面，我还是首推 Gemini系模型 。 Claude 也可以，如果你用得到。告诉模型，“使用叙述化的口吻，带着用户一步一步理解整个项目。例如：（此处给出一个例子）。详细地给出具体的接口文档，例子，以及底层的实现原理。”
- 上下文很长的情况下，不要超过五轮对话。尽快开新对话，重新准确地描述你的问题。
- 明确工作目录范围，避免模型在仓库里乱搜。
- 当你需要理解一个项目时： 自己先读，读不懂，针对这个具体地方问AI。永 远 不 要 指望问一句AI就能马上懂了整个项目。 这个坏习惯会毁了你。现在 IDE 跳转代码非常方便，一定要把AI当工具，而不是一个上帝代理。
- 总的来说，使用者自己需要保持 “准确描述事实（不嫌麻烦），明白自身需求，针对具体事情进行沟通”的原则。实际上这和团队协作所需要的能力是完全一致的。上述所有原则都是为了一个点——“清晰！”。AI需要清晰的验收点，完整的上下文（不要偷懒），和他们的训练模式匹配的推理模式（因为现在都在训agent，所以对话轮次少更符合它们的训练模式）。AI本身是制造混乱的，人类需要抑制这种混乱的倾向。