经验货架:总结过的共识经验

13 条共识经验、1 个主题分组。经验不绑定工具、不承诺本地实测,案例脱敏提炼进正文。想解决具体报错?去问题货架;按工具找?去工具货架。

共 13 条
↕ 滚轮内滚动浏览
安装教程会「过期」——链接会死、版本会旧,几十条安装链怎么低成本保鲜? 安装链保鲜共识:下载通道会静默死掉、上游版本会悄悄变旧,这是两笔账——中转通道 30 天、直连镜像 90 天分级体检;Range 小样本串行探活(我为此把环境跑挂过一次);账本扫描让该查的自动浮出来。适合维护教程、清单和导航站的人。 install-channel-freshness-consensus · 域:经验与方法论 · 共识经验 Vibe Coding 到底靠不靠谱?AI 写代码快但容易翻车,怎么用才稳 Vibe Coding 共识经验:AI 写代码快,但"看起来对 ≠ 真的对"——设验证硬门槛、小步迭代、人守责任,用踩坑换来的经验讲清怎么用才稳。适合重度用 AI 写代码、又担心翻车的开发者。 vibe-coding-consensus · 域:经验与方法论 · 共识经验 单元测试覆盖率 80% 了,线上还是老出问题——覆盖率到底该怎么用? 覆盖率使用共识:覆盖率是后视镜——盯"变更覆盖率"别追总覆盖率;测变更、面向行为写测试、AI 时代测试是最后一道护栏。适合覆盖率好看但线上仍出 P0/P1 的团队。 unit-testing-consensus · 域:经验与方法论 · 共识经验 技术债越欠越多,接手"屎山"代码到底该不该重写? 技术债共识:别全量重写,用绞杀者模式小步还债、每步可回滚——先把"感觉烂"变成清单,测试保护网兜底,把还债排进迭代。适合面对"屎山"纠结重写还是硬扛的开发者。 tech-debt-consensus · 域:经验与方法论 · 共识经验 提示词工程——为什么你写了 500 字提示词,AI 还是不懂你? 提示词工程共识:提示词 = 角色 + 任务 + 约束 + 示例 + 输出格式;分层写作、当代码管理、迭代评估、复杂任务拆着做。适合写几百字提示词仍得不到预期结果的人。 prompt-engineering-consensus · 域:经验与方法论 · 共识经验 本地部署大模型,装好了却"用不起来"——从"能跑"到"好用"到底差在哪? 本地大模型部署共识:先定约束再选模型、量化是必做项、评估用业务真实数据、软件栈锁版本——"跑通"不等于"能上线"。适合想本地部署 LLM 又怕白烧算力的团队。 local-llm-deploy-consensus · 域:经验与方法论 · 共识经验 接手一坨"别人的代码"——怎么读懂、怎么上手、怎么从里面活下来还变强? 接手陌生/遗留代码的共识路线:先跑起来再读代码,从入口与调用链建地图,小步验证、敬畏"别删会炸"的警告。适合刚接手老代码、想少踩坑的开发者。 legacy-code-handoff-consensus · 域:经验与方法论 · 共识经验 线上又出事故了——止血、复盘、告警、背锅,on-call 到底该怎么扛? 线上事故处理共识:只有止血、复盘、防复发三件事,顺序不能反;复盘对事不对人,告警要留响应余量。适合 on-call、需要扛线上事故的开发与运维。 incident-review-consensus · 域:经验与方法论 · 共识经验 写文档到底图什么?——从"写文档累、看文档更累"到"文档是给未来自己、队友和 AI 的资产" 文档文化共识:文档是写给未来自己、队友和 AI 的资产,是 AI 协作质量与项目可接手性的杠杆。适合文档写不下去、或发现 AI 改代码总跑偏的团队。 doc-culture-consensus · 域:经验与方法论 · 共识经验 诡异 Bug 查不出来?不是运气差——把排障从「猜」变成「证据链」 把排障从"猜"变"证据链"的五步共识:分层、取证、找变量、对基线、拿样本——专治偶发 Bug 与"重启就好"的玄学故障。适合被诡异问题折磨的工程师。 debugging-methodology-consensus · 域:经验与方法论 · 共识经验 Code Review 变成了形式主义,还拖慢迭代——怎么让它真正有用? Code Review 形式主义共识解药:PR 拆小、用机制消灭 LGTM、评论对码不对人、AI 时代评审变成"补上下文"。适合评审流于形式、还拖慢迭代的团队。 code-review-consensus · 域:经验与方法论 · 共识经验 AI Coding 蜜月期之后——代码生成不是瓶颈了,那瓶颈在哪? AI Coding 蜜月期后的共识:瓶颈不在代码生成,在验证、约束与环境——把隐性约束显性化、给 Agent 配环境而非配"嘴"、人往判断上走。适合把 Agent 放进正式项目、发现交付质量不稳的团队。 ai-coding-honeymoon-consensus · 域:经验与方法论 · 共识经验 用 AI 编程越用越累?你的问题不是模型,是把「生成」和「验证」搞反了 用 AI 编程越用越累的共识解药:先给任务分类——生成型用便宜模型、验证型用好模型;验证前先定"断什么",上下文做减法,裁决只做一次。适合被 AI 反复带偏、陪它试错到心累的开发者。 ai-coding-fatigue-consensus · 域:经验与方法论 · 共识经验