Chuckle

我目前的一个实践：
前期：
设计一个能让 AI 记录试错、任务，并能提供信息给 AI 的环境。
中期：
正常使用 ai ，ai 做错了，要指出，并且让 ai 自己记录。对话中有人为指出的“经验”要自动记录。
ai 写的代码，逐行 cr ，脑跑业务逻辑，测试环境验证，遇到问题无论大小都让 ai 改，哪怕只是一个参数传错了，也要在对话框告诉 AI 为什么错，应该怎么做。
后期：
ai 已经认识了大部分项目，养好了，现在你在做“熟悉”的项目和“熟悉”的任务时，可以不需要 cr ，或者只是一目十行大概看看。最后只需要在测试环境验证。

另外，我发现，现在我只需要几句话，就能让 AI 经过 5 次上下文压缩，一次对话完成了一个要修改 3 个仓库、50+文件的复杂任务，即使我的提示词里并没有让 ai 一次完成长任务，可能是 ai 获得了足够多的信息，自己判断了能够一次对话完成。另外最初的提示词我也是自然语言描述 3 个仓库的名字，“参考旧**组件，将近期新的提交迁移到新的**和**组件”，因为之前已经在这三个仓库里做过了很多任务了，所以 AI 自然知道对应的是哪些仓库，本地位置在哪。模型用的 glm5.2