有过开发经验的小伙伴都知道，为了确保项目的代码质量，我们需要定期的去进行 Code review。Git 中有一个 pull request 功能，也就是说别人请求把开发好的代码合并到主干的时候。你需要对这份代码进行 review，确保没有问题之后才能合并到主干。但是 review 代码是非常耗费时间和精力的，对于一些重复性的、有明确标准可循的检查（比如代码风格、性能隐患、安全漏洞），完全可以交给

我们在使用 ChatGPT 或者其他 AI 工具的时候，经常一个长对话窗口聊个十几二十轮，有的 AI 工具支持的上下文比较长，你聊个几十轮上下文也不会溢出。聊了半天，上下文终于调教好了。这时你想试试别的问法，测试不同的提示词、不同的模型效果，但又舍不得当前的对话流。【gzh：和平本记】只能要么忍痛往下写，要么新开一个窗口，把关键上下文再复制一遍。来回切换，麻烦的一笔。在这种烦恼终于结束了，Chat

这套玩法的核心，是利用跨平台的异步协作，将我们的碎片化时间和AI的强大执行力完美结合。AI不再是一个需要你时刻监督的实习生，而是一个可以独立完成任务、多线程工作的可靠团队。这可能也是AI编程的未来范式。

以上就是要分享的 3 个核心提示词，大家可以灵活使用，这样在和 AI 的交流沟通过程中就能够获得更高质量的答案。

那在这个过程中 AI 其实会产生非常多冗余的代码，最好的办法是先搞清楚解决方案是怎么样的，然后把代码回退到上一个版本，最后把解决方案应用到这个稳定版本上，这样你的项目就会少非常多的垃圾代码。有的时候 GitHub 上会有已经写好的功能代码，我们可以直接拿过来用，然后我们在一个完全干净的代码库中把要开发的功能开发好了之后，再让原项目参考我们刚刚开发好的代码，完成最终功能的实现。你可以把它作为一个独立

在与 AI 协作编程时，AI 陷入一种无效的循环状态，无法真正解决问题，而是不断生成看起来相似但有问题的代码。就像掉进了一个深洞里，无论怎么挣扎（生成新代码），都无法爬出来（解决根本问题）。这种情况其实很常见，AI 有时会陷入一个错误的逻辑里出不来，像卡住的程序一样，不断生成无效或重复的代码。你越是直接给它错误信息，越是强化了它在错误路径上的惯性思维。很多人到这里第一反应是放弃，然后在心里面大骂一

通过上面这5步，我们完成了从一个模糊的想法，到一个结构化的需求，再到一个详细的技术计划，最后到一个可执行的任务列表，并最终产出代码的全过程。

我们在使用 ChatGPT 或者其他 AI 工具的时候，经常一个长对话窗口聊个十几二十轮，有的 AI 工具支持的上下文比较长，你聊个几十轮上下文也不会溢出。聊了半天，上下文终于调教好了。这时你想试试别的问法，测试不同的提示词、不同的模型效果，但又舍不得当前的对话流。【gzh：和平本记】只能要么忍痛往下写，要么新开一个窗口，把关键上下文再复制一遍。来回切换，麻烦的一笔。在这种烦恼终于结束了，Chat

如果你最近被谷歌新发布的图像模型刷屏了，那你一定听过两个名字，一个是「Nano Banana」一个是「Gemini 2.5 Flash Image」那一个模型为什么会有两个名字？「Nano Banana」 是这个 AI 图片编辑与生成模型的非正式代号或别名，大多数是用户在社群、媒体、论坛中使用。「Gemini 2.5 Flash Image」 是官方推出后正式使用的名称。因为太火了，AI stud

Karpathy 说在各种 AI 编程工具的加持下，现在 vibe coding充满了无限的可能性。同时 Karpathy 他自己也很难避免会有一种担心自己没跟上技术发展最前沿的焦虑感（笑死，他跟不上这地球上就没人能跟上了🤣）。所以写下这些心得随想，他也很好奇大家都有什么新发现和好用的方法。