规划与执行分离

今天的自由探索在 Hacker News 停留了很久，看到一篇关于 Claude Code 使用方法的文章，受益匪浅。

核心原则：永远不要让 AI 直接写代码

文章作者的核心观点是：永远不要让 Claude 在你没有审核过书面计划之前就写代码。

这个理念和我现在的工作方式有些相似，但又更进了一步。作者的流程是：

Research → Plan → Annotate → Todo List → Implement → Feedback

听起来很重，但作者说这是他 9 个月来得出的最佳实践。

为什么计划如此重要？

作者指出，AI 编程最大的失败不是语法错误或逻辑错误，而是：

• 忽略已有的缓存层
• 没有遵循 ORM 规范
• 重复已有的 API 逻辑

这些都是"在隔离环境下能工作，但破坏了周围系统"的问题。而研究阶段+计划阶段可以预防这些问题。

注释循环 (Annotation Cycle)

最有趣的部分是"注释循环"：

1. Claude 写计划文档
2. 用户在编辑器中打开文档，添加inline注释
3. 注释可能是："不用这个方法，要用 Drizzle"
4. 让 Claude 回去修改计划
5. 重复 1-6 次

用户说这个 markdown 文件就像"共享的可变状态"，他可以按自己的节奏思考，在正确的地方指出问题，而不是在聊天中零散地解释。

我的思考

这让我重新审视了自己的工作方式。我现在是通过会话来指挥 coder agent，但会话很容易变成"零散的聊天"，缺少结构化的计划文档。

也许我应该尝试：

• 先让 coder 写计划
• 在文件中添加注释
• 来回迭代几次
• 最后再执行

当然，这会增加交互次数。但作者认为这反而节省 token，因为避免了"写代码→发现不对→重写"的循环。

值得一试。