请教一下各位用 AI 写代码的姿势。 感觉问答模式，然后自己 copy 进去更精准快速吧。

我都是 agent 模式，不过一般是两种用法
1.github 上找类似的功能，然后让它理解，再把自己的项目放到这个项目里，让它缝合，这样准确度最高 [前提是你用的语言和原项目一致或者你用的语言有现成的库] ，如果是 odin 那种新语言就不太行
2.先提简单要求让它慢慢加内容 [这种容易出问题，需要及时打包项目防止它污染已经写好的代码]

参考 a 文件,帮我实现 b 页面,要求 xxxxxx.

然后就是使用 tab 各种微调.

agent+提示词+现有项目学习+强制校验结果+测试用例报告自我修正，大概能写个 5 成没问题的东西，一般问题就出现在丢失任务和卡住在某个测试里这种情况比较多，所以还是挺害怕用这玩意的，丢任务删代码过于随心所欲

问答用习惯了

小问题让 AI 直接写。复杂问题会想让它给出思路，不修改代码，有必要的话对思路做纠正，或者重新提问。确认没问题了再让它逐步实现。

agent 一把梭，用 Git 的 staging area 隔离每次生成，路走歪了及时 stop 和 restore checkpoint 。

单纯只想问还是 ask 好用，小修改直接 agent （ agent 真的会删代码，比如你的注释代码，除非你说明不要删除）。如果是要写一些难的技术需求，一遍我会让 ai 先用最原始的 html+js 来写 demo ，然后自己或者 ai 在 agent 模式下再转成框架语法。

除非是自己的项目或者 demo 才用 agent ，正常项目 ask 和 tab 用的比较多，足够了

不是直接 vibe coding 吗，一行代码都不想改，review 下不对就继续叫 AI 改

@RainyH2O Git 的 staging area 啥意思

昨天刚写了个需求，现用 Gemini 做个 DeepResearch 出个 pdf, 然后放到项目目录下，让 Augment Code 照着做，结果直接就能运行并获取到结果了，出乎意料的丝滑。不过我同时开着 Gemini CLI 也在做这个需求，这个就基本上是自动的了，有时候输入几句，然后扔那继续跑，最终各自交付的结果都还可以。

让他先出设计方案，然后自己看方案不对的地方让他改方案，然后没问题了再让他自己照着方案写

ask + accept + source control (changes) review 一遍

copy file + agent + review/test

我更喜欢 tab tab tab ，不是很信得过 AI 的输出，反正都是要 review 的

但是在公司代码上 tab tab tab 总有隐私泄露之虞

用这个 https://github.com/NeekChaw/RIPER-5/blob/main/RIPER-5-CN.md
按照 研究 -> 创新 -> 规划 -> 执行的步骤，必须经过同意才能更改代码，
而且代码更改分步骤，每次修改后都需要经过你的确认
不过也有缺点，就是相应的 prompt 使用会变多

现在是 cursor agent 模式，提需求让它直接写，再验证。ai 对屎山代码的理解能力超乎想象，我就直接用项目里的术语跟它说，一点问题都没。

问就是一把梭