尧图网页设计 
1. AI 原生工程从 “人写代码” 变成 “人描述意图、AI 写代码、人审查”.所谓原生, 是对 agent 友好,让 agent 作为开发流程的一等公民, 具体拆成四个目标自然语言接需求. 你说在搜索结果页中加入同卖家打散Agent 知道往哪个 module 加、用哪个 Job 框架、异常怎么处理、日志格式是什么不需要你再解释一遍项目规范。自主开发. Agent 不只写代码片段而是完整走完理解需求、定位改动点、写代码、跑测试、推分支、提 MR。高质量 CR. Agent 按项目的编码规范、架构约束、历史踩坑模式做 review而不是泛泛地建议变量名可以更清晰。接入 CI/CD. Agent 提交代码后 CI 跑起来失败了 Agent 自己看日志、定位问题、修复、再推直到变绿。作为ai原生 的反例: 项目知识全在人脑子里没有持久化到项目里, 每次跟 Agent 协作都要从盘古开天辟地讲起, 项目用什么框架, 涉及到的模块在哪个位置… 导致 prompt 越写越长, 花费的时间比人自己写高出几倍.正确用法: 一个项目作为工作目录打开 claude (或 codex, qoder), 就可以用自然语言提需求Agent 自己读 skill 理解项目、定位改动点、写代码、跑 harness 校验、推分支、提 MR你只需要做最后一道审批。实践中, 通常通过 skill 体系 与 harness 完成.2. skill : 领域知识注入没有好的 skillAgent 就是瞎子。Skill 体系的目标是让 Agent 知道你的项目每一层该写什么、不该写什么。至少需要这几类项目总览。项目做什么、有哪些 module、模块间依赖关系、整体架构分层。编码规范。不是泛泛的用驼峰命名而是具体的——比如这个项目遇到业务异常统一抛 BizException错误码从 ErrorCodeEnum 取。越细越好。架构约束。哪些层不能跨层调用、哪些循环依赖是禁止的、二方库版本为什么锁死、SQL 必须走索引的约定。这些如果不在 skill 里写清楚Agent 一定会踩。历史踩坑。曾经出过的线上事故、当时怎么修的、为什么之后不能再那样写。这是最有价值的——每踩一次坑就往 skill 里补一条skill 越磨越锋利。CR 清单。Review 时检查什么线程安全、事务边界、慢 SQL 风险、幂等性是否缺失。这些 skill 不是一次写完的而是每次 Agent 犯错就补一条逐渐磨出来的。3. tool 与 mcp 工具能力的扩展Agent 跟人一样会偷懒、会过度自信。所以需要 harness 像 测试人员(Quality Assurance[əˈʃʊərəns])一样, 能客观检验, 把控质量.有 skill 但没 harnessAgent 能干活但缺少自动化的质量兜底容易过度自信. 那 harness 到底是什么可以理解成把人肉检查代码这件事里所有能自动化的部分都自动化。它分层做校验编译和 lint 是基线。最底层、最客观——Agent 写的代码要么能编译要么不能checkstyle 规则要么过要么不过。零歧义修复循环最容易收敛。测试是主线。单测、集成测试、回归测试比编译更厚。测试 case 的质量决定了校验的上限。人工 CR 是最后一道。机器校验永远有盲区——架构合理性、命名语义、业务边界 case。harness 不是替代人的审批而是把人的注意力从分号漏没漏这种机器能查的事上解放出来让人专注于机器查不了的事。门禁: 拒绝或通过的二元明确校验规则. 比如做回归测试: “回放线上请求对比 baseline 输出diff 不能超阈值”, 是对代码说行或不行的一道关卡.Agent 怎么用这套 harness回到 AI-native 的闭环。Agent 写了代码推上去CI 自动跑编译、lint、单测、集成测试、线上请求回放 diff。全部通过就提 MRdiff 报告贴在 MR 里当评论。有失败Agent 收到结构化反馈——不是模糊的搜索好像不太对而是query X 的 top10 变了 3 个第 5 位商品从 A 换成了 Bdiff 链接在此。Agent 自己读日志、定位问题、修复、再推直到绿。AI-native 与 harness 的关系两个东西正交但互补。打个比方如果 Agent 是新人开发者AI-nativeskill 体系就是入职培训材料harness 就是工位上的电脑加 CI 加测试环境加衡量你绩效的体系。3. CI/CD 与生产验证需求理解 → 方案设计 → 代码生成 → 自动编译 → 自动单测/接口测试 → 自动预发部署 → 自动化回归验证 → 自动灰度发布 → 生产环境观测 → 自动回滚如果指标异常讨论Q1它是 harness 么?A不算 Harness。CC MCP/Skill Agent 应用Agent Application, 是基于现成 Agent 的领域定制是更上层的应用。Q2新项目 vs 存量项目的区别?A: 新项目最大的优势是不用考古。skill 跟着代码一起长每建一个 module、定一条规范顺手写进 skill它就是活的架构决策记录。存量项目是反过来的——翻旧代码、问老人、猜当初为什么这么设计skill 写完可能还发现仓库里八百个地方跟规范对不上。 AI-Native 原生工程
1. AI 原生工程从 “人写代码” 变成 “人描述意图、AI 写代码、人审查”.所谓原生, 是对 agent 友好,让 agent 作为开发流程的一等公民, 具体拆成四个目标自然语言接需求. 你说在搜索结果页中加入同卖家打散Agent 知道往哪个 module 加、用哪个 Job 框架、异常怎么处理、日志格式是什么不需要你再解释一遍项目规范。自主开发. Agent 不只写代码片段而是完整走完理解需求、定位改动点、写代码、跑测试、推分支、提 MR。高质量 CR. Agent 按项目的编码规范、架构约束、历史踩坑模式做 review而不是泛泛地建议变量名可以更清晰。接入 CI/CD. Agent 提交代码后 CI 跑起来失败了 Agent 自己看日志、定位问题、修复、再推直到变绿。作为ai原生 的反例: 项目知识全在人脑子里没有持久化到项目里, 每次跟 Agent 协作都要从盘古开天辟地讲起, 项目用什么框架, 涉及到的模块在哪个位置… 导致 prompt 越写越长, 花费的时间比人自己写高出几倍.正确用法: 一个项目作为工作目录打开 claude (或 codex, qoder), 就可以用自然语言提需求Agent 自己读 skill 理解项目、定位改动点、写代码、跑 harness 校验、推分支、提 MR你只需要做最后一道审批。实践中, 通常通过 skill 体系 与 harness 完成.2. skill : 领域知识注入没有好的 skillAgent 就是瞎子。Skill 体系的目标是让 Agent 知道你的项目每一层该写什么、不该写什么。至少需要这几类项目总览。项目做什么、有哪些 module、模块间依赖关系、整体架构分层。编码规范。不是泛泛的用驼峰命名而是具体的——比如这个项目遇到业务异常统一抛 BizException错误码从 ErrorCodeEnum 取。越细越好。架构约束。哪些层不能跨层调用、哪些循环依赖是禁止的、二方库版本为什么锁死、SQL 必须走索引的约定。这些如果不在 skill 里写清楚Agent 一定会踩。历史踩坑。曾经出过的线上事故、当时怎么修的、为什么之后不能再那样写。这是最有价值的——每踩一次坑就往 skill 里补一条skill 越磨越锋利。CR 清单。Review 时检查什么线程安全、事务边界、慢 SQL 风险、幂等性是否缺失。这些 skill 不是一次写完的而是每次 Agent 犯错就补一条逐渐磨出来的。3. tool 与 mcp 工具能力的扩展Agent 跟人一样会偷懒、会过度自信。所以需要 harness 像 测试人员(Quality Assurance[əˈʃʊərəns])一样, 能客观检验, 把控质量.有 skill 但没 harnessAgent 能干活但缺少自动化的质量兜底容易过度自信. 那 harness 到底是什么可以理解成把人肉检查代码这件事里所有能自动化的部分都自动化。它分层做校验编译和 lint 是基线。最底层、最客观——Agent 写的代码要么能编译要么不能checkstyle 规则要么过要么不过。零歧义修复循环最容易收敛。测试是主线。单测、集成测试、回归测试比编译更厚。测试 case 的质量决定了校验的上限。人工 CR 是最后一道。机器校验永远有盲区——架构合理性、命名语义、业务边界 case。harness 不是替代人的审批而是把人的注意力从分号漏没漏这种机器能查的事上解放出来让人专注于机器查不了的事。门禁: 拒绝或通过的二元明确校验规则. 比如做回归测试: “回放线上请求对比 baseline 输出diff 不能超阈值”, 是对代码说行或不行的一道关卡.Agent 怎么用这套 harness回到 AI-native 的闭环。Agent 写了代码推上去CI 自动跑编译、lint、单测、集成测试、线上请求回放 diff。全部通过就提 MRdiff 报告贴在 MR 里当评论。有失败Agent 收到结构化反馈——不是模糊的搜索好像不太对而是query X 的 top10 变了 3 个第 5 位商品从 A 换成了 Bdiff 链接在此。Agent 自己读日志、定位问题、修复、再推直到绿。AI-native 与 harness 的关系两个东西正交但互补。打个比方如果 Agent 是新人开发者AI-nativeskill 体系就是入职培训材料harness 就是工位上的电脑加 CI 加测试环境加衡量你绩效的体系。3. CI/CD 与生产验证需求理解 → 方案设计 → 代码生成 → 自动编译 → 自动单测/接口测试 → 自动预发部署 → 自动化回归验证 → 自动灰度发布 → 生产环境观测 → 自动回滚如果指标异常讨论Q1它是 harness 么?A不算 Harness。CC MCP/Skill Agent 应用Agent Application, 是基于现成 Agent 的领域定制是更上层的应用。Q2新项目 vs 存量项目的区别?A: 新项目最大的优势是不用考古。skill 跟着代码一起长每建一个 module、定一条规范顺手写进 skill它就是活的架构决策记录。存量项目是反过来的——翻旧代码、问老人、猜当初为什么这么设计skill 写完可能还发现仓库里八百个地方跟规范对不上。