Tw93 是个有 12 年经验的程序员，最近他花了一个下午，把自己用 AI 写代码的习惯整理成了 20 条规则

AI 代码审查

AI Code Review

DeepLearning.AI 平台上与 Qodo 合作的一门实操课程，讲师为 Nnenna Ndukwe，时长约 1 小时 4 分钟，含 8 个视频课程、3 个代码示例和 1 个评分作业，标注为中级。课程内容涉及在提交拉取请求前就运行审查、为审查者提供更丰富的任务与仓库上下文、按风险筛选审查发现的问题，以及构建自己的 AI 代码审查智能体（包括从上下文中定位相关代码的上下文引擎和多个专门审查者的组合）。适合已具备一定基础、希望实践 AI 辅助代码审查的开发者学习。

这是 opencode 的 AGENTS.md 里一条很赞的规则：“在为某个纯属猜测、几乎不可能发生的竞态条件或安全边…”

一条微博帖子，引用了 opencode 项目 AGENTS.md 中的一条规则：在为纯属猜测、几乎不可能发生的竞态条件或安全边界情况新增复杂逻辑之前，先向用户说明会出现什么问题、发生概率多大、需要付出多少复杂度代价，征得同意后再动手，不要为理论上的健壮性悄悄扩大范围。帖子围绕这条规则展开，未提供更多背景。适合正在为编码智能体编写 AGENTS.md 或类似项目规则、关心 AI 写代码时如何控制改动范围的人阅读。

multica-ai/andrej-karpathy-skills

一个单个 CLAUDE.md 文件的项目，用于改善 Claude Code 的行为，内容取材自 Andrej Karpathy 关于大模型编码常见问题的公开发言。README 列出模型擅自做错误假设、不澄清困惑、过度复杂化代码等问题，并用四条原则加以对应。项目提供简体中文版 README。

Thorsten Ball：我是如何与 AI Agent 协作的（截至 2026 年 10 月）

一条微博帖子，转述软件工程师、Amp 联合创始人 Thorsten Ball 关于与 AI 编程 Agent 协作的经验，分条列出：只用最新最强的模型、不必过度担心 AI 产生垃圾代码、向 Agent 描述“要做什么”而非“怎么做”、让 Agent 能看见整个软件开发生命周期、为其提供覆盖 SDLC 的工具、通过实验评测 Agent 是否真正用上沉淀的知识，以及本地开发环境在多 Agent 场景下的不便。材料在第 7 条处中断。适合正在使用 AI 编程 Agent 做开发、关心其工作流设计的人关注。

「代码跑起来，不等于软件经得起生产考验」

这是一条社区帖子，讨论资深开发者对智能编程代理保持谨慎的原因。帖中称他们关注的是代理生成的系统是否符合需求、便于演进、出故障能否兜住；引用一次实验说明团队几乎不亲自写代码，而是约三分之二时间在白板上梳理领域、划分边界，三分之一时间搭建测试、架构检查和交付流水线，应用能运行但构建频繁失败，暴露出并行协作、模块边界和检查速度等问题。帖中同时提到 DORA 2025 研究发现使用 AI 与交付吞吐量提升相关、也伴随交付稳定性下降，并建议管理者留出实验空间、开发者带着经验参与验证。适合使用或评估编程代理的开发者与技术管理者阅读。

jatechan/ai-data-extractor

一个免费开源工具，用于从 AI 编程助手中提取本地聊天历史并统一为 JSONL 格式，支持 Claude Code、Codex CLI、Cursor、Windsurf、Aider、Cline/Roo Code 等。README 说明其可自动发现并提取用户消息、回复、代码上下文、代码改动、工具调用及时间戳、会话 ID、项目路径、模型名等字段，列出各来源的存储格式与搜索路径。