让AI编程智能体给你打工：这10条规则是我踩了三个月坑总结的

过去三个月，我把自己手头三个小项目全交给了 AI 编程智能体来干：一个数据看板、一个内部工具、还有一个给朋友做的小程序。说句实话，结果喜忧参半——有的项目一周搞定，有的项目改到我想砸键盘。踩了这么多坑之后，我把经验总结成了 10 条规则，希望能帮同样在折腾 AI 编程的你少走点弯路。

先别急着写代码，把话说清楚

第一条也是最容易犯的错：给智能体的需求太模糊。你说"做个看板"，它给你一堆花里胡哨的东西；你把目标、范围、验收标准写清楚，它一次就能给你能用的东西。HackerRank 去年的报告说，97% 的开发者已经在用 AI 助手，近三分之一的代码是 AI 生成的——但工具变强了，不代表你可以不好好说话。我现在的习惯是：需求里必须包含目标、范围、验收标准和测试命令四样东西。

第二条，把项目规则写进文件。别每次都在对话里重复"用 TypeScript""别乱加依赖"这种话，建一个 AGENTS.md 或者 CLAUDE.md，让智能体自己读。这个格式已经有超过 6 万个开源项目在用了，相当于给 AI 写一份"员工手册"。

让智能体先看再改，测试当契约

第三条，复杂任务一定要让它先勘察再动手。我吃过一次亏：让 AI 改一个登录 bug，它自信满满地改完了，结果改错了文件。后来我学乖了，指令里明确要求"先检查相关文件，总结问题在哪、最小的安全改法是什么，确认后再动代码"，错误率立刻降了一大截。

第四条，不是所有任务都需要规划。迁移数据库、重构多文件这种大活，让它先出计划；改个错别字、调个 CSS，直接干就完了，过度规划反而拖慢节奏。

第五条是我最想强调的：把测试当成契约。AI 写的代码经常"看起来对"，跑起来就露馅。我现在都是先让它写会失败的测试，确认失败，再让它实现最小修复，最后跑通全部测试。有测试兜底，它优化的方向就从"写出像样的代码"变成了"写出能跑的代码"。

给例子，别给形容词

最后几条其实是个整体：想要什么风格，直接甩给它一个现成文件的路径当参考，比说一百遍"要干净、要专业"管用；一次别让它改太多东西，小步快跑、每步验证；涉及支付、权限、数据库这种敏感操作，明确告诉它哪些不能碰。三个月下来我最大的感受是——AI 编程智能体确实能顶一个干活麻利的实习生，但前提是，你得先当好那个把需求讲明白的产品经理。