学习
算法

暂无条目

工程

暂无条目

最佳实践
活动
第一期 · 从 agent 开发学会 llm 所有
第二期 · 如何成为 AI 时代的超级上下文
第二期题库
creative-studio-agent
evidence-rag-agent
finance-reconcile-agent
mini-llm-gateway
公开题面
order-ops-executor-agent
reliable-customer-service-agent
公开题面
safe-data-analyst-agent
说明文档
作业模板
第三期 · 一群人如何做好 vibe coding

暂无条目

如何成为 AI 时代的超级上下文 · 活动设计原文 ↗

设计初稿,待试跑。这里的“超级上下文”指个人的理解与判断,以及寻找、组织和运用外部资源的能力。

两条主线

  • 自己的提升:理解业务,拓展知识,在关键问题上深入;练习判断、审美与反馈学习。
  • 最佳实践的运用与积累:选择适用的方法、工具、Skill 和知识,组织协作、验证结果,留下可复用经验。

自身能力帮助选择方法,实践结果暴露能力缺口,也检验方法是否有效。首轮以 coding 为载体,先选一个适合参与者基础的任务。

实践过程

  1. 明确目标:记录起点、要解决的问题、范围与成功标准。
  2. 准备方案:补必要知识,整理上下文,确定第一个可验证步骤。
  3. 协作实现:与 AI 分步推进,检查结果,解释关键取舍。
  4. 判断与改进:结合测试、体验和反馈修正成果,练习质量判断。
  5. 交付与复盘:让他人能复现结果,对照起点总结提升,提炼方法并尝试复用。

每一步都关注「自己学到了什么、方法是否有效」。按任务需要往返调整,不强制全套 PRD、UI、部署或独立文档。卡住时检查目标、信息、方法与能力限制,再决定补充、换法或缩小范围,不依赖未来模型升级完成当前交付。

最小交付

  • 一个可复现的成果,附验证证据与已知限制。
  • 一段成长复盘:认识改变了什么,关键判断有什么依据。
  • 一条方法草稿:适用问题、做法、效果与限制;复用结果如实记录。

验收同时看成果与个人理解;能运行不等于学会。必要时通过一次小变更检验。具体标准随选题确定。

方法进入最佳实践,概念与理解进入知识,按需补齐。下一步选一个任务、一条真实经验走通试跑,再改设计。

返回第二期 · 共同原则 · 待办