將AI引入工程工作流程的實用初學者指南

在互聯網上，很容易讓人相信每個人都已將自己的工作外包給了AI，但現實中，工程師們對AI的採用程度差異巨大，從完全不使用到非常先進。作為一名健康科技初創公司的首位技術僱員，作者從零開始構建代碼庫，同時面臨着快速交付真實產品的壓力。本文旨在為那些希望開始使用AI工具，但又想保持代碼質量和控制的工程師提供一份實用指南。

核心指導原則是：人類專家的注意力和精力仍然是稀缺資源。AI的目標是卸載那些人類並非關鍵的環節，以及在可能的情況下增強人類的注意力。在進行關鍵決策時，人類必須參與其中，具體哪些環節是關鍵取決於公司、團隊、工具以及AI模型的狀態。

第一步是入門。建議從創建（或借用）規劃和執行的技能開始。許多AI編碼工具（如Claude）已將這些模式形式化，甚至提供了專門的設計方案。作者團隊起初使用了第三方技能（如humanlayer和superpowers），然後再過渡到編寫自己的技能。這些技能通常作為人類調用的命令存在，通過輸入/command-name即可將提示注入AI上下文。對於小團隊，可以將技能添加到代碼倉庫中，以便共享和改進。

第二步是定製基礎——添加倉庫上下文。如果你發現自己每次都要向AI重複相同指南，或是因同一代碼庫中代碼不一致而煩惱，那就違背了管理人類精力的核心原則。許多AI代理允許自動向每個提示注入上下文。例如，在Claude中，可以添加一個CLAUDE.md文件，它會自動加入對話。作者公司的CLAUDE.md文件包含倉庫描述、技術棧、處理醫療數據的規則、高層架構摘要、測試方法和開發命令。但注意，該文件應保持簡短（約200行），因為Anthropic警告説，臃腫的CLAUDE.md會導致Claude忽略實際指令。如果需要，還可以在修改前讓Claude搜索最佳實踐。

第三步是添加自定義技能。在有了規劃/執行框架後，可以逐步添加更多技能。每個技能是一個小工具，當AI處理相關任務時會被調用。這種用法是非確定性的，但確實有效。建議從簡單處着手，映射軟件開發生命週期，找出可以自動化的環節。例如，可以創建/plan技能來生成計劃。隨着使用，可以不斷迭代和改進這些技能，使其更好地適應團隊的工作流程。

總結來説，AI集成的關鍵在於循序漸進，始終將人類專家放在決策中心。即使在受監管的醫療行業，通過謹慎的實踐，也能安全高效地利用AI提升生產力。