工具只是放大器，思维才是核心。任务拆解、上下文管理、代码审查、错误恢复、架构决策——这些软件工程的基本功，在和 AI 协作时变得更加关键。
问题不在 prompt 写法，而在于你有没有想清楚要做什么。
目标层、步骤层、验证层——把模糊需求变成可执行指令的方法。
当需求大到一次拆解不完时，如何递归分治。
从内存管理的角度理解上下文管理，识别五种上下文污染模式。
五个实用策略帮你高效管理对话上下文，避免 Claude Code 变笨。
如何写好 CLAUDE.md，让每次对话自动获得项目上下文。
为什么小步迭代比一步到位更高效，以及如何把握合适的粒度。
AI 代码的五类常见问题和一份实用的审查检查清单。
AI 犯错是常态，关键是快速从错误中恢复的能力。
AI 时代的测试策略转变：测试不再是可选项，而是每个步骤的标配。
什么时候该听 AI 的建议，什么时候必须自己拿主意。
把思维篇的方法论沉淀为日常开发习惯，附速查检查清单。
通读 Claude Code 324 条内部提示词后的深度分析——从克制哲学到验证协议，这些设计理念会改变你使用 AI 编程工具的方式。