概念与故障排查

常用概念

概念	简明解释
AI 辅助开发	人定义目标和边界，AI 参与调研、设计、编码、测试或文档
Vibe Coding	主要通过自然语言和快速反馈驱动开发，但仍需要工程验证
Prompt Engineering	设计任务指令、示例和输出约束
Context Engineering	组织规则、文件、历史、工具结果和状态，让模型获得正确工作上下文
Agent	能围绕目标规划步骤、调用工具、观察结果并继续行动的系统
MCP	让 AI 客户端以统一方式发现和调用外部工具或资源的协议
Skill	面向某类任务的可复用说明、脚本、模板和资产集合
RAG	先检索外部资料，再依据检索结果生成回答
Harness	围绕模型建立权限、工具、测试、反馈和运行规则的工程外壳
幂等	同一请求重复执行不会产生额外副作用

常见问题

完全不会编程，可以直接做产品吗？

可以从静态站、表单工具和本地原型开始，但仍要学习文件、版本、环境、错误和安全的基本概念。涉及账号、支付、敏感数据和生产运维时，需要专业工程审核。

为什么第一次生成看起来很好，继续修改却越来越乱？

通常是目标不断变化、上下文堆积或缺少测试。回到最后可用版本，把新要求写成独立验收条件，一次修改一个行为。

应该一次给很多材料，还是让 AI 自己找？

先提供目标、边界和目录地图，再让工具按需读取原文件。关键规则要明确指出，临时日志不要长期占据上下文。

AI 说“测试通过”可以相信吗？

需要看到实际运行命令、退出状态和测试范围。用户界面还要用真实浏览器或设备检查，不能只依赖代码推断。

为什么本地正常，上线失败？

常见原因是环境变量、构建命令、路径大小写、运行时版本、网络、数据库迁移和权限不同。应建立生产等价构建和发布后检查。

如何避免费用失控？

限制上下文、输出、工具次数和重试；按任务难度路由模型；缓存稳定结果；设置预算告警；看“单位成功任务成本”，不要只看单次价格。

如何判断该用工作流还是 Agent？

步骤固定、规则明确、失败处理可预设时优先工作流；任务需要根据环境动态选择步骤时再考虑 Agent。高风险动作即使用 Agent，也应由确定性规则和人工确认约束。

开源仓库公开可见，就能复制改名吗？

不能。公开可见不等于获得复制、修改和再发布许可。应核验许可证文本、适用范围、署名、相同方式共享和商用限制；不明确时只学习思想并独立创作。

故障排查速查

问题	先检查
命令找不到	工具是否安装、版本是否正确、终端是否重启
依赖安装失败	运行时版本、锁文件、网络和原生依赖
页面空白	浏览器控制台、网络请求、资源路径和构建基路径
接口失败	地址、鉴权、请求格式、跨域和服务日志
AI 不按格式输出	Schema 是否明确、是否有示例、失败是否重试或拒绝
Agent 重复执行	状态是否持久化、任务是否幂等、重试是否有上限
搜索不到内容	内容是否进入构建、分词是否适配、索引是否更新
修改后旧内容仍存在	缓存、构建产物、部署版本和 CDN 是否更新

排查时保留最小复现和真实错误证据，但不要把密钥、个人信息和完整生产数据贴进对话。