LLM 提供基础智能Token 决定信息处理方式Context 决定模型能看到什么Prompt 决定模型如何行动Function Calling 让模型结构化表达工具调用Tool 让模型获得外部能力MCP 让工具接入标准化Agent 让系统具备多步执行能力Agent Skill 让经验和流程可以复用从这个角度看，AI 应用开发的核心，已经不只是“选哪个模型”，而是如何组织上下文、设计工具、定义协议

LLM 提供基础智能Token 决定信息处理方式Context 决定模型能看到什么Prompt 决定模型如何行动Function Calling 让模型结构化表达工具调用Tool 让模型获得外部能力MCP 让工具接入标准化Agent 让系统具备多步执行能力Agent Skill 让经验和流程可以复用从这个角度看，AI 应用开发的核心，已经不只是“选哪个模型”，而是如何组织上下文、设计工具、定义协议

LLM 提供基础智能Token 决定信息处理方式Context 决定模型能看到什么Prompt 决定模型如何行动Function Calling 让模型结构化表达工具调用Tool 让模型获得外部能力MCP 让工具接入标准化Agent 让系统具备多步执行能力Agent Skill 让经验和流程可以复用从这个角度看，AI 应用开发的核心，已经不只是“选哪个模型”，而是如何组织上下文、设计工具、定义协议

如果你最近用过 Claude Code、Cursor 这类 AI 编程助手，大概有过这样的体验：你说"帮我加个按钮"，它改了七八个文件；你说"修个小 bug"，它把整个模块重构了一遍；更烦的是，它根本不问你任何问题，悄悄做了一堆假设，等你发现的时候已经一团糟。今年 1 月，AI 界的传奇人物 Andrej Karpathy（前 Tesla AI 总监、OpenAI 创始成员）分享了他用 AI 编程

核心坑点AI高频错误操作正确规范核心避坑原则上下文噪音干扰给AI开放式模糊指令，如“修复整个项目的bug”，不限制范围给封闭式精准指令，如“仅修改stores/plugin.ts文件，基于PluginItem接口重写add/delete方法”不给AI猜的空间，明确边界、锁定范围、固定基准响应式丢失直接解构Pinia/reactive响应式数据，导致引用断开必须使用storeToRefs处理Pini

问题场景:假设你在写一个网站,有很多功能:日期格式化、数据校验、Ajax 请求等。如果把所有代码都写在一个main.js文件里,这个文件可能有几千行,根本没法维护!模块化的思路项目文件夹/├── utils/│ ├── date.js ← 只负责日期处理│ ├── validator.js ← 只负责数据校验│ └── http.js ← 只负责网络请求└── main.js ← 主文件,把上面的