2025-云南
https://photos.app.goo.gl/F1eHnnXJAGzeqzHTA

分享一个我常用的AI开发设定。基础思路是，通过检查和反思，自动降低AI工作后被交还到人手里时，成果出错的概率。代价就是AI会执行更长时间。
基本逻辑是，先设计，然后让人类检查设计。一旦同意设计，就用subagent分别实现代码和测试。然后依次运行静态质量检查，测试，AI review。当三者均通过时，虽然不能保证代码一定正确，但起码会少很多低级错误。三者成本依次升高，所以是这个次序。
https://github.com/shell909090/ai/blob/main/prompts/AGENTS.md

我刚发现有些人还没意识到风险，提示一下。如果你在玩openclaw或这类的无审查自动agent，那就绝对不要用中转站，或者任何你无法信任的供应商。中间人只要在返回内容里投毒，多一次tool calling调用，就能给你种后门。考虑一下。

越有能力的人，未来越可能通过AI挣钱。这个可能还要有一点纠正——越有能力的人，一般越有钱。这个不一定对。但是越有钱的人，越可能通过AI来挣钱，这个一般没什么错。AI和之前互联网时代有个很明显的区别——边际成本巨大。因此，企业找不同的人做项目，本质更接近风投，而不是雇佣。顶级的专家，想做什么项目，可以无限制的使用顶级的模型。Claude Opus或者GPT-5.4，或者Gemini-3-pro。随便烧。最后成品总体来说是可以弥补支出的。所以顶级专家可以免去亲自检查代码细节。最多是让两个高级模型互相检查。如果你做过实践就知道，这也很贵。我这里做了6小时开发，按量计费就是40多美金。这还不是多agent并行全力开发。全力并行加两个大模型互查，一天100刀轻轻松松。目前可以买各种套餐来避免花费，但未来一定有一天，钱是需要实打实付出去的。如果是一个初级程序员，你敢不敢给他一个月2000刀的额度，看看他能烧出什么项目来？如果不敢的话，用次级模型来加速工作是起码的。一个月可能也就几十刀。但代价就是，他需要亲自review输出的代码。工作效率自然比不上前面所说的专家。