AI Engineering Workflow
一套面向 AI 主导开发的文件驱动工程工作流，用事实源、授权边界与分层验证，让中大型项目的持续迭代保持可控。
- 01 SCOPE
- 02 EXECUTE
- 03 VERIFY
01
WHY IT EXISTS
使用 AI 独立推进中大型项目时，真正的风险不是生成速度，而是上下文漂移、授权失控、事实源分散和验证缺失。需要一套让 Agent 能持续协作、又不越过工程边界的工作方式。
02
THE CLOSED LOOP
已形成以项目 AGENTS.md、架构文档和唯一进度事实源为基础的协作体系，覆盖普通开发与 Goal 施工两种模式、修改授权与安全红线、临时文件生命周期、分层验证、文档同步和任务交接，并在真实项目中持续使用。
03
CURRENT SIGNAL
继续在真实项目中验证规则，把稳定结论收敛进共享 Agent 规范与可复用 Skills，减少工具切换和长任务中的上下文损耗。
//
Implementation notes
实现笔记
- 文件承担长期记忆：项目约定、稳定架构和动态进度各有唯一事实源，Agent 每次按任务读取，不依赖旧对话猜测现状。
- 授权边界先于执行速度：讨论与施工、普通修改与红线操作明确分开；跨模块或架构变化先确认方案，避免把自动化变成失控。
- 普通开发与 Goal 双模式：局部工作直接推进，只有明确授权的复杂施工才进入带检查点、验收标准和退出条件的 Goal 流程。
- 验证与文档闭环：代码修改、构建或页面验收、进度同步和经验沉淀形成同一条交付链，未验证事项不会被写成已完成。