收藏！让AI不偷懒：用agent-skills提升编程效率，小白也能掌握大模型技巧

本文介绍了Addy Osmani的agent-skills框架旨在解决AI编程中常见的痛点如AI找借口不完成任务、技能设计不合理等。agent-skills通过将技能设计为工作流而非参考文档设置明确的检查点和退出条件以及要求提供执行证据而非主观判断强制AI按步骤完成任务避免借口和“看起来对了”等不严谨做法。文章还详细介绍了agent-skills的19个技能覆盖软件开发的各个阶段并总结了三条核心铁律帮助用户有效利用AI提升编程效率。1、 AI 写代码最大问题是什么最近研究 Addy Osmani 的agent-skills发现他抓住了 AI 写代码最大的痛点AI 总是找借口偷懒。你让 AI 写测试它说稍后添加。你让 AI 写文档它说这是原型。你让 AI 重构它说太复杂了。结果呢代码写完了测试没有文档没有技术债一堆。Addy 的解决方案很硬核把借口写进技能里一条条反驳。2、Process not Prose技能不是阅读材料Addy 的核心设计哲学技能是工作流不是参考文档。什么意思传统技能一堆文字说明AI 读了之后大概知道怎么做。Addy 的技能步骤检查点退出条件AI 必须执行完才能继续。举个例子测试技能Step 1: 写测试Checkpoint:- [ ] 测试覆盖率 80%- [ ] 所有测试通过- [ ] 无硬编码凭证未通过停止执行。AI 不能说我写了测试必须通过 Checkpoint 才能继续。3、 Anti-rationalization把借口写出来AI 最擅长找借口。Addy 直接把借口写进技能并附上反驳AI 常见借口技能反驳“我会稍后添加测试”稍后永不现在写“这只是原型”原型也会被部署“重构太复杂”小步重构更安全“这代码能跑就行”能跑不等于可维护这个设计太聪明了AI 看到借口就会想起反驳不再偷懒。4、 Evidence 不妥协不能说看起来对了AI 另一个毛病喜欢说看起来对了。Addy 的要求必须有证据。情况不合格的回答合格的证据测试通过“测试应该过了”测试输出截图构建成功“看起来没问题”构建日志性能优化“应该快了”性能数据对比“Seems right” is never sufficient —— 这是 agent-skills 的铁律。5、19个技能覆盖全周期agent-skills 把软件开发分成 6 个阶段每个阶段有对应的技能DEFINE 阶段idea-refine 把模糊想法变成具体提案spec-driven-development 写 PRD 再写代码PLAN 阶段planning-and-task-breakdown 把 spec 拆成小任务BUILD 阶段incremental-implementation 切片式实现test-driven-development 红绿重构context-engineering 喂给 AI 正确的上下文VERIFY 阶段debugging-and-error-recovery 五步调试法browser-testing-with-devtools 用 DevTools 调试REVIEW 阶段code-review-and-quality 五轴代码审查code-simplification 简化代码security-and-hardening 安全加固performance-optimization 性能优化SHIP 阶段git-workflow-and-versioning 原子提交ci-cd-and-automation Shift Leftshipping-and-launch 灰度发布关键是每个技能都有 CheckpointAI 必须执行完才能进入下一阶段。6、三条铁律从 agent-skills 总结出的三条铁律铁律一Process not Prose技能是工作流不是阅读材料。每一步都要可执行、可检查。铁律二Checkpoint 必过每步骤有检查清单不通过就停止。不能差不多就继续。铁律三Evidence 不妥协完成要有证据不能说看起来对了。要有输出文件、测试结果、运行数据。7、实战让你的 AI 不偷懒如果你用 Claude Code、Cursor、Windsurf可以这样用安装方式# Claude Code/plugin marketplace add addyosmani/agent-skills/plugin install agent-skillsaddy-agent-skills# Cursorcp skills/*/SKILL.md .cursor/rules/使用方式用户: /spec 写一个登录功能AI 自动执行:[1/3] 分析需求... (idea-refine)[2/3] 写 PRD... (spec-driven-development)[3/3] Checkpoint 检查...用户: /buildAI 自动执行:[1/4] 实现... (incremental-implementation)[2/4] 测试... (test-driven-development)[3/4] 验证... (debugging)[4/4] Checkpoint 检查...核心价值AI 不再找借口每一步都有检查每一个检查都有标准。一句话总结好的技能设计 强制检查 反借口表 不妥协证据想让你的 AI 不偷懒试试 agent-skills。如何学习大模型 AI 由于新岗位的生产效率要优于被取代岗位的生产效率所以实际上整个社会的生产效率是提升的。但是具体到个人只能说是“最先掌握AI的人将会比较晚掌握AI的人有竞争优势”。这句话放在计算机、互联网、移动互联网的开局时期都是一样的道理。我在一线科技企业深耕十二载见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事早已在效率与薪资上形成代际优势我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我们整理出这套AI 大模型突围资料包✅ 从零到一的 AI 学习路径图✅ 大模型调优实战手册附医疗/金融等大厂真实案例✅ 百度/阿里专家闭门录播课✅ 大模型当下最新行业报告✅ 真实大厂面试真题✅ 2026 最新岗位需求图谱所有资料 ⚡️ 朋友们如果有需要《AI大模型入门进阶学习资源包》下方扫码获取~① 全套AI大模型应用开发视频教程包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点② 大模型系统化学习路线作为学习AI大模型技术的新手方向至关重要。 正确的学习路线可以为你节省时间少走弯路方向不对努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划带你从零基础入门到精通③ 大模型学习书籍文档学习AI大模型离不开书籍文档我精选了一系列大模型技术的书籍和学习文档电子版它们由领域内的顶尖专家撰写内容全面、深入、详尽为你学习大模型提供坚实的理论基础。④ AI大模型最新行业报告2025最新行业报告针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估以了解哪些行业更适合引入大模型的技术和应用以及在哪些方面可以发挥大模型的优势。⑤ 大模型项目实战配套源码学以致用在项目实战中检验和巩固你所学到的知识同时为你找工作就业和职业发展打下坚实的基础。⑥ 大模型大厂面试真题面试不仅是技术的较量更需要充分的准备。在你已经掌握了大模型技术之后就需要开始准备面试我精心整理了一份大模型面试题库涵盖当前面试中可能遇到的各种技术问题让你在面试中游刃有余。以上资料如何领取为什么大家都在学大模型最近科技巨头英特尔宣布裁员2万人传统岗位不断缩减但AI相关技术岗疯狂扩招有3-5年经验大厂薪资就能给到50K*20薪不出1年“有AI项目经验”将成为投递简历的门槛。风口之下与其像“温水煮青蛙”一样坐等被行业淘汰不如先人一步掌握AI大模型原理应用技术项目实操经验“顺风”翻盘这些资料真的有用吗这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理现任上海殷泊信息科技CEO其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证服务航天科工、国家电网等1000企业以第一作者在IEEE Transactions发表论文50篇获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的技术人员这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。以上全套大模型资料如何领取