什么时候该新建一条 AI rule？

本章五个触发条件：(1) 同一新技术 / pattern 出现在 3 个及以上文件；(2) 一类常见 bug 用规则可预防；(3) Code review 反复出现同一反馈；(4) 新的安全或性能模式出现；(5) 复杂任务需要一致方法。低于 3 处的偶发模式不写规则，否则规则库会被噪声淹没。

什么时候是更新规则而不是新建？

五个信号：(1) codebase 出现更好的示例；(2) 发现新的 edge case；(3) 相关规则被更新过需要联动；(4) 实现细节变了；(5) 用户反馈说原规则有歧义。这些都是「现有规则不够用」而不是「缺少新规则」，硬拆成新规则会导致同一主题分裂在多处。

一条合格的 rule 应该包含哪几节？

本章模板五节：Purpose（这条规则解决什么）、When to Apply（适用场景 / 触发条件 / 前置条件）、Implementation（Basic Pattern + Advanced Pattern 各一段最小可跑示例）、Common Pitfalls（已知陷阱与规避）、References（关联规则 + 外部文档链接）。质量清单六条：Actionable / Specific / Tested / Complete / Current / Linked。

怎么衡量一条规则的真实效果？

本章列了四类指标：usage_count（被引用次数）、error_prevention（实际避免的 bug 数）、time_saved（每周节省工时）、user_feedback（团队评分 4.2/5 这种）。只看 usage_count 容易被"加载量"误导，真正的价值锚点是 error_prevention 和 time_saved，季度 review 时拿来淘汰低 ROI 规则。

废弃规则该怎么处理才不影响现有代码？

本章给的 deprecation 模板：状态标 "Deprecated as of v2.0.0"、Migration 链接到新规则、Removal Date 写明 6 个月后、原始内容保留供参考。不能直接删 — 团队还在引用它的代码 / PR template；先 deprecate 留过渡窗口，到期再移除，并跟 changelog 联动通知。

AI 规则持续改进

学AI来匠人

📖

AI Engineer

50 节

·简介

01 基础与模型5

01
LLM API 入门
30分钟
02
AI 模型对比参考
20分钟
03
机器学习 / 深度学习基础速通
30分钟
04
Transformer 与注意力机制入门
30分钟
05
Prompt Engineering
45分钟

02 上下文与 RAG6

06
Context Fundamentals
30分钟
07
RAG 系统入门
60分钟
08
🔒LangChain 框架
60分钟
09
Context Engineering & Memory
35分钟
10
Context Compression & Optimization
35分钟
11
Context Degradation Patterns
30分钟

03 工具与能力5

12
Function Calling & Tool Use
35分钟
13
Tool Design Principles
35分钟
14
多模态与工具链
40分钟
47
Claude API 进阶 Tool Use：三招降本提准
40分钟
48
MCP 的 Code Execution 模式：把工具当代码库调用
25分钟

04 智能体构建8

15
🔒AI Agent 开发基础
90分钟
16
System Prompt 设计实战
45分钟
17
System Prompt 案例库
30分钟
18
Agent 框架速览
40分钟
19
Agent 框架横向对比
45分钟
20
Multi-Agent Patterns
35分钟
21
Agent 深入
45分钟
49
长任务 Agent 的 Harness 设计模式
25分钟

05 评测与工程化5

22
LLM 评测与质量监控：可运行的回归检查
45分钟
23
LLM-as-a-Judge 评测
35分钟
24
Synthetic Data & Augmentation
30分钟
25
LLM 工程化与网关
35分钟
26
工作流与自动化
40分钟

06 安全与部署6

27
安全与威胁建模
35分钟
28
Data Governance & Privacy
30分钟
29
部署与成本优化
35分钟
30
🔒生产环境部署
90分钟
31
Debugging & Incident Playbook
35分钟
50
Claude Code 沙箱安全机制：双层隔离
25分钟

07 AI Coding & 进阶实战13

32
AI Coding 工作流
40分钟
33
Vibe Coding 实战
45分钟
34
AI Rules 配置实战
30分钟
35
🔒MCP 开发最佳实践
45分钟
36
🔒MCP 发布指南
25分钟
37
Skills 范式：从 Agent 到技能库
35分钟
38
Claude Code 技术原理：上下文与记忆管理
45分钟
39
Claude Code Examples
30分钟
40
AI 产品与体验
35分钟
41
🔒AI 规则持续改进
30分钟
42
PR Review 方法论
20分钟
43
代码分析选项
15分钟
44
GitHub Issue 分析
15分钟

08 模型层：微调与开源部署2

45
LoRA / QLoRA / PEFT 微调原理与取舍
35分钟
46
开源模型、本地部署与模型路由
30分钟

🎯学习更高效

让你的学习不被打断

✏️
学习笔记
边学边记，云端同步
📈
进度追踪
自动保存，随时继续
🏅
完课证书
可分享的学习成就
💬
社区答疑
和 2000+ 学员交流

免费注册→已有账号？登录

👥2,847 人正在学习

AI学习面试课程学习中心