场景化工作任务搭配不同AI工作模式
工作分类与协同模式
将工作任务进行场景化分类，并匹配不同的协作模式：
- 核心决策（同步协作）：我负责核心思路，AI负责补充视角和潜在问题
- 重复性任务（异步自主）：我负责明确指令和验收结果，AI负责完成
- 未知领域探索（混合探索）：从宏观理解，到申日细节，最后寻求实践。AI负责提供建议。
协同技巧
1. 老虎机模式 —— 重来代替修复
^8edba9
- 保存当前状态
- 给定AI明确目标
- AI自主运行，产生结果
- 验证结果，满意则接受。
- 不满意结果则回退到检查点，修改目标指令。不要用AI来修复
AI的上下文窗口是有限的，一次错误会像病毒一样"污染"整个对话环境：错误的解法会误导后续的生成方向，而我们为了修正错误进行的讨论本身，又会挤占宝贵的上下文空间。"重新开始"本质上是一次"上下文重置"，它清空了污染，让AI能在一个最大信息熵的干净环境中再次尝试。
^06c017
2. 双代理分工 —— 专业化协作
^f941be
- 将一个符合任务分解为多个独立子任务
- 为每个子任务创建独立的会话，设定明确目标。
多目标优化中，必然出现帕累托困境（无法再所有维度上同事达到最优）。将任务拆分可以避免这类问题
3. 视觉驱动
- 判断任务是非适用于视觉表达
- 用“截图->代码->预览->再截图“来替代语言性描述
工作场景
| 复杂度 | 成功率 | 任务类型 | 推荐策略 |
|---|---|---|---|
| 低 | 90%+ | 文档生成、单元测试、代码格式化 | 异步：模版化prompt，完全交由AI处理 |
| 中 | 60-80% | 功能模块、错误修复、数据pipeline | 异步/同步：尝试“老虎机”等技巧 |
| 高 | 30-50% | 系统架构、算法优化、安全功能 | 同步：人思考为主，AI辅助 |