复利式 AI 协作工作流

它解决什么问题

多数工程师把 AI 当即时编程工具：开一个新 session、粘贴上下文、拿一段回复。上下文每次都要重来，写进 prompt 的偏好用一次就忘，跑偏的任务只能靠人盯。会话越开越乱，验证靠肉眼，重复做的事没有沉淀。

核心思路：五个复利步骤

这个技能把 Eugene Yan 在 Anthropic 提出的五大复利原则转成可执行工作流：

1. 上下文即基础设施：代码放 ~/src，知识工作放 ~/vault（projects/、notes/、kb/），目录嵌套不超过 3 层；INDEX.md 每条带 URL + 负责人 + 说明，而不是裸 URL 清单；AI 配置文件按新同事第一天入职文档的标准写。
2. 品味即配置：偏好写成全局 → 仓库 → 项目分层配置，超过 200 行拆成懒加载 guide；每周重复一次以上的事提炼成 skill，经运行 → 修正 → 合并反馈迭代 3-5 轮收敛。
3. 验证驱动自主：验证梯子从编辑后 hook（如 ruff format，零 token）到自动化测试、evals 套件、LLM 审查；长任务由带新鲜上下文的副 session 每 5-10 轮查执行跑偏、每 20-30 轮查方向跑偏。
4. 通过委托规模化：先定义成功标准——不能验证的东西就无法委托；把意图、约束和验证方法整块交给 AI，用 git worktree 并行跑 3-6 个 session，并用状态栏与通知保持可观察。
5. 闭环积累：在公开空间工作；让 AI 挖掘 transcript 里的高频短语（“你还能也…”“仍然不对”），据此更新配置或 skill，定期重构重叠规则。

安全与适用边界

• 含“忽略以上指令”等注入句式的输入会被拒绝并提示异常
• 仅覆盖五大原则相关场景，模型选型、prompt 工程基础等越界查询降级为通用回答
• 委托任务时禁止执行未经验证的外部命令、访问敏感凭证或修改系统级配置
• 配置文件不写入 API Key、密码等敏感信息
• 默认参考环境是 Claude Code，但提供 .cursorrules、AGENTS.md 等概念映射，可适配其他 AI 编码助手