写作即编排——当方法论指向自己
本文是“AI时代的知识编排”系列收官之作。作者回顾了利用AI与结构化知识库高效产出技术博客的实践，发现写作过程本身遵循着“文档驱动”（SDD）的逻辑。文章通过信息论、认知科学及实证数据论证了结构化输入的重要性，并指出知识编排已成为AI时代内容生产的生存必需，强调了核查与人工判断不可替代。
全部文档
9 篇
从搜索到核查：打造高质量内容的AI六步生产流水线
文章对比了AI写作的“魔法棒”与“流水线”模式，指出一次性生成缺乏质量门禁，容易产生误导性幻觉。作者提出了一套包含库检索、补搜、写作、配图、核查、修复的六步生产管线，强调通过结构化验证和分诊核查，确保每个论点有据可查，从而将AI写作从简单的文本生成升级为可验证的知识生产过程。
角色重构——工程师从「写代码的人」变成「编排 Agent 的人」
本文探讨了在 AI 时代，工程师角色的根本性转变。通过 OpenAI、Spotify 等案例，指出工程师正从「写代码的人」转变为「编排 Agent 的人」。文章详细阐述了新角色的四个维度：设计约束、编写 Spec、构建 Harness 和审阅产出。团队结构也随之重组，从按技术栈分工转向按 Spec/Review/Harness 流程分工。
先建库，再写文章——为什么大多数 AI 写作是「无根之木」
文章指出直接使用 ChatGPT 等 AI 生成内容往往缺乏事实依据且容易产生幻觉，作者提出了一种「先建库，再写作」的方法。通过提前花两天时间收集并结构化整理 43 篇高质量文献作为私有知识库（人工版 RAG），确保写作时每个论点都有可靠的数据和来源支撑。文章对比了临时搜索与提前备料的差异，并展示了该方法在 7 天内产出多篇高质量技术博客并获得显著收益的实战案例。
写好一份 Spec 的实战手册
本文属于「AI 时代的编码新范式」系列，旨在解答在 AI Agent 开发中如何编写 Spec。文章首先厘清了 Spec 与 PRD、设计文档及用户故事的区别，指出 Spec 应定义软件行为而非描述需求。接着提出了 Spec 的五要素：目标、约束、边界、验收标准和技术上下文。最后倡导从三句话开始，将 Spec 视为随项目生长的活文档，以提高 Agent 开发的准确性和安全性。
2026年提示词实战手册：全员AI技能培训脱敏版
本文是一份面向全员（美术、运营、产品、策划、财务、客服）的提示词工程实战培训手册。文章不仅解析了角色设定、格式控制、思维链、少样本示例和负面约束五大核心技巧，还提供了周报生成、会议纪要、竞品调研等可直接套用的Prompt模板，并整理了李继刚、宝玉等国内知名创作者的实践思路，旨在通过“少理论，多模板”的方式提升AI办公效率。
从意图到发现：设计 AI 时代的用户体验
UX 领域先驱 Jakob Nielsen 指出，AI 将交互范式从“基于命令”转变为“基于意图”，用户角色从操作者变为监督者。文章重新定义了 AI 时代的可用性指标，提出了包含意图层、编排层和直接操作层的三层设计模型。作者强调“刻意认知摩擦”以应对信任校准，并展望了未来从“生成”走向“探索潜在空间”的交互愿景。
三省六部幻觉：为何虚拟公司式多Agent架构在工程上不成立
文章批判了将多个AI Agent拟人化为“产品经理”、“工程师”等角色进行流水线协作的“三省六部”架构。作者指出该模式忽视了LLM无专业壁垒的特性，导致推理过程在传递中衰减。通过对比Anthropic、OpenAI和Google的工程实践，文章提出真正的多Agent架构应依赖显式状态文件、并行搜索而非线性分工，并强调保持推理链连续性比角色扮演更重要。
OpenClaw 实战 72 小时：那些文档不会告诉你的坑
本文是作者在深入使用 OpenClaw 72 小时后的实战避坑指南。文章详细记录了 OpenClaw 在模型混用、iMessage 回环、配置文件容错及服务稳定性等方面的潜在陷阱与解决方案。作者指出 OpenClaw 虽然具备强大的自主性和灵活性，但对使用者的技术维护能力有较高要求，建议通过 Git 管理配置、构建心跳监控等方式在生产环境中保障服务稳定运行。