跨区 & AI 辅助研发赋能分享
工具链搭建 · 使用技巧 · 实战案例
🎬 Vibe Coding 常见困境？
明明使用了 AI，开发效率却没有提高
方向全错
让 AI 改了半天代码，最后发现方向全错了
越改越乱
AI 越改代码越乱，只能推倒重来
前后矛盾
上下文越来越长，AI 开始前言不搭后语
效率没提升
多个工具来回切换，开发效率没提高
换汤不换药
换了新工具，感觉和以前没什么区别
打开网页
粘贴代码
复制结果
手动修改
再开新窗口…
AI IDE
分析架构
设计方案
实施计划
AI 开发&测试
推送代码仓
内网 git pull
工具链打通后，AI IDE 直接分析架构、设计方案、执行测试、推送代码 —全程无需手动在多个窗口间切换
打通工具链
从工具选型到跨区同步，搭建完整的 AI 辅助开发环境
学会用好它
架构师思维 + 实战技巧，让 AI 真正成为生产力倍增器
Part 1：AI 时代，能力要求变了
从「写好代码」到「做好设计」
⬤ 旧时代
「写好代码」
手动编码是核心竞争力
⬤ 新时代
「做好设计」
架构设计与方案评审是核心竞争力
AI 的角色
高级外包团队
执行力极强，写代码、跑测试样样精通
你的角色
架构师
负责顶层设计与方案评审，把控全局方向
没有好的设计，AI 执行得越快，偏差越大
明确目标
输出设计方案
扮演挑战者评审
细化实施计划
交给 AI 执行
反例：直接让 AI 写代码 → 改了半天 → 发现方向全错 —— 问题不在 AI，在于缺少设计阶段
Part 2：跨区工具链搭建
硬件 · 同步 · AI 编程工具选型
外网机
Mac Mini
~3000元，16GB，性价比首选
外设共享
USB 切换器
~50元，一套键鼠同时控制两台机
外网机开发
git push 私有仓库
内网机 git pull
可配合 rsync
自动上传服务器
对话优先
Codex / OpenCode
从 ChatGPT 迁移，成本最低
命令行优先
Claude Code
熟悉终端，偏好轻量无 GUI
IDE 优先 ⭐
Antigravity
想对代码有掌控感
Codex 界面
OpenCode 界面
文件树、代码始终可见
方便随时检视和修改
精准 @文件 和代码块
更精准的上下文控制
文件树视图
@引用功能
内置 Browser Agent
打开浏览器、访问网页、截图调试
并行任务、workflow、自定义 skill
流程自动化，可扩展定制
Browser Agent
并行任务
🛠️ Part 3：实战技巧
让 AI 真正帮上忙的 6 个方法
技巧一
🔄 分阶段开发
设计 → 计划 → 开发 → 检视
技巧二
📝 文档优先
先完成设计方案，不急着写代码
技巧三
🔍 扮演挑战者
对方案不断质疑，逼到经得起推敲
技巧四
🔭 探索式与定向提问
先发散候选方案，再精准锁定执行
技巧五
✂️ 上下文主动切分
拆分任务，避免单次会话过长
技巧六
🔗 工具链串联
网页 AI 广度 + 本地 AI 精准度互补
设计方案
实施计划编写
代码开发 /impl
代码检视 /check-impl
开发阶段只看实施计划，不看设计讨论过程 → 减少上下文噪音，AI 更专注
/impl — AI 读取实施计划并执行开发
/check-impl — AI 对照计划生成检视报告
分支差异审查：变更概览 + 风险问题
冗余逻辑检测：5 处代码重复 + 改进建议
让 AI 监督 AI：25 个文件、+2755/-2696 行变更，自动生成审查报告
先完成设计方案文档，不急着写一行代码
设计先行，让 AI 有依据可循，而不是盲目开发
2026-02-09
v1.0 — 初版文档（1份 .md）
2026-02-10
v2.0 — 全面重写：ER图、评分一致性、ScoreEngine注册机制
2026-02-10
v3.0 — 架构重构：可插拔 ScorerPlugin 体系
2026-02-12
v4.0 — 最终对齐，移除并发，明确同步架构
2026-02-12
✅ 开始写第一行代码
文档目录索引
可插拔评分器架构（节选）
对方案的架构、时序图、组件关系不断提问和质疑
目标：把方案逼到经得起推敲才算完成设计
质疑代码「这里会不会多余，能否直接合并？」
要求创建设计对比文档，从 6 个维度评估
不急着执行，先让 AI 输出设计对比文档，确认方向正确再动手
不熟悉的领域
🔭 探索模式
客观描述问题，不给倾向性引导，让 AI 发散候选方案
有明确方案后
🎯 定向模式
给出精确指令，锁定范围，避免 AI 自作主张扩大改动
自然流程：先探索 → 选定方向 → 再定向执行
❌ 错误问法（带倾向性）
"帮我用地图做前端，按照高德地图的方式"
✅ 正确问法（探索模式）
"我需要一个前端界面，展示川西 46 个观景台的景观预测分数。用户群是手机端旅行者，需要方便截图发朋友圈。请给我几个候选架构方案。"
方案 A · 最终选择 ⭐
沉浸地图
地图即一切，点击标记点获取信息
参照：Google Maps /
高德 App
方案 B
分屏浏览
列表优先，效率为王，地图辅助定位
参照：Airbnb /
携程酒店列表
方案 C
卡片流
卡片本身就是分享图，左右滑动浏览
参照：Instagram /
探探
如果一开始就说"用地图做"，AI 只会给出一套方案。探索模式让我看到了我根本不知道存在的 B、C 方案。
单个会话过长 → AI 丢失重要信息
实践方法
任务拆分
把任务拆成独立子任务，每个子任务独立会话完成
探测信号
🐱 喵喵规则
在 system prompt 中要求 AI 每次回复末尾加「喵喵」
如果丢失 → 说明上下文已过长 → 立刻开新会话
实施计划总览（模块拆分）
M09A 云海评分 Plugin（节选）
AI 的注意力就像手电筒，你给的输入越精准，它照的越准。
网页 AI 的调研广度 + 本地 AI 的代码精准度，两者互补
Gemini Deep Research
Voyager 导出深度调研 MD
DeepWiki to Markdown 导出架构 MD
IDE 对照代码 深入分析
套用前面技巧
方式一
🖥️ 直接让 AI 分析本地代码
✅ 方便快捷 ⚠️ 大项目容易遗漏
方式二
📖 看 DeepWiki / 官方文档
✅ 结构化 Wiki ⚠️ 无法喂给本地 AI
推荐 ⭐
🔗 网页 AI + Voyager/DeepWiki 导出
AI 调研整合，导出为本地文档
项目规模：2年演进历史（v0.0.1 → v1.0.0），跨越 Alibaba 内部孵化到开源，数千次提交
✅ 项目定位：面向开发者的多智能体编程框架
✅ 核心架构：4大基础模块
✅ 核心范式：ReAct 智能体工作流
✅ 分布式 Runtime：双引擎架构
✅ 评估体系：分布式生产
✅ 生态集成：LangChain / MCP / Mem0
保持全局视野
始终清楚自己在做什么
果断中止 + 重新开始
发现 AI 偏离轨道时，不要无脑 "try again"
避免频繁 retry
频繁 retry 往往会在错误方向上越走越远
📌 总结
❌ 旧思维
能力重心：写好代码
与 AI 协作：随意提问，听 AI 的
工具使用：网页粘贴，手动复制
质量保障：人工 review
上下文管理：一个会话到底
学习新项目：从头读代码
遇到问题：反复 retry
✅ 新思维
能力重心：做好设计
与 AI 协作：主动引导，审 AI 的
工具使用：IDE 集成，自动执行
质量保障：AI 监督 AI
上下文管理：主动分段，按需新开
学习新项目：工具链串联调研
遇到问题：分析根因，重新出发
Skill
brainstorming — 头脑风暴：需求分析与创意探索
writing-plans — 编写计划：生成详细实施计划
executing-plans — 实施计划：按计划逐步执行
review-local-changes — 代码检视：分支差异审查报告
code-review-agents — 多角色 Review：安全、质量、测试等
receiving-code-review — 接收反馈：技术验证再行动
review-pr — PR 审查：自动 Review Pull Request
software-architecture — 架构设计：系统级方案评审
test-driven-development — TDD：测试驱动开发
点击卡片标题下载，导入 Antigravity 的 .gemini/antigravity/
目录即可使用
❓ 开放讨论
你们的工具怎么解决网络问题的？
喵喵规则真的有用吗？
实施计划怎么写才算好？