什么是真正适合 AI 的开发工作流呢？我认为生产级的 AI 开发还是要人工写框架，AI 填充细节，并且要写测试用例，按照 TDD 的方式开发，写出一个方法名称为 sum，写出它的 JSDoc 说明这是一个求和工具，在方法代码内写上一个注释 TODO，告诉 AI 这个地方应该做什么。具体写法是：让高智商模型的 Agent A 写测试用例，再让一个中高智商的 Agent B 写实现代码，用 Check（例如：npm run check） 与测试用例（例如：npm run test）来规范 Agent B 的实现。相较于纯 AI 写代码自己进行 CR（Code Review）会很累，看一些自己不清楚的东西，需要梳理逻辑等，不如自己实现。如果是一些简单的代码，梳理逻辑就比较简单，而且整体框架是自己搭建的，哪里是什么东西也比较清楚。

AI为什么给我的感觉总是一阵风一样的呢？先是飘来了 AI，于是大家都来搞 AI；接着飘来了 MCP，转眼大家又在搞 MCP；现在飘来了 Skills，转眼之间大家又都在搞 Skills。说实话，跟随主流这件事还是很悬，因为潮流变得太快。相比之下，我觉得还是要做属于自己的 AI 工作流，保持稳定才是最重要的。不管未来出现 ABC 各种各样的工具，他们的本质都是在解决一个问题——那就是上下文，换句话说，AI 只有知道内容才会生成新的内容，它是基于现有的内容生成全新的内容，就是这个意思。可想而知，如果上下文是混乱的，那么 AI 生成的内容将会混乱，本质上，他无法像人类一样看到并且记住内容，而只能模仿人类看到并且“记住”内容。由此我想到，是否存在一种方式可以实现 AI 专属的检索呢？而不是一味学习人类呢？进一步追问，那么 AI 的感知应该是什么呢？

今天本想搜一下自己的博客，看看 SEO 表现如何，结果手快输错了域名——blog.onemue.cn，这是我早年用过的旧地址。没想到这一错，竟在 B 站搜到了一篇介绍我指针作品的文章。

点开看到评论区的时间戳：2020 年。愣了一下，原来已经这么久了吗？快到连眨眼都来不及，快到我早就忘了那款指针的存在。现在脑海里浮现的，是后来做的另一套 Deepin 风格的指针；而文中提到的这款，究竟是纯原创还是参考了原型，已经模糊不清。毕竟六年过去，连记忆都发了霉。

更感慨的是自己的轨迹。文中那句”作者保证将会长期更新优化这款指针”现在看来格外讽刺——作者早就把这个承诺连同指针一起，打包扔进了回收站。从 Windows 美化到 Linux 定制化，如今又即将步入 Mac 稳定化的时代，人的兴趣迁移，比域名过期还快。

顺便检查一下：当年文章里留下的作者网站 blog.onemue.cn，果然已经打不开了。好在我想起来了，已经把旧域名重定向到了现在的站点。至少让偶尔考古的人，不至于迷路。

真冷啊，缩在被窝里都觉得寒气往骨头缝里钻，真不知道当年小时候没有羽绒服的日子是怎么熬过来的。我依稀记得那是2008年，下了半腿高的大雪，那次去姥爷家，到了才发现雪已经厚得扫不动了，院子里只见铁锹铲出的一条小路，窄窄的，也就只有铁锹宽那么一条通道，弯弯曲曲地通向屋门。