已经 2025 年了，AI 工具可以为我们生成高质量的代码，甚至可以帮我们做好代码片段的协调组织。对于从 0 开始的项目，项目嗲吗质量都会比历史项目高出好几个等级，前提是编码人在逻辑能力与代码组织能力要求比较强，才能 hold 住 AI 的代码生成与应用，甚至对 AI 生成的代码进行判别与进一步根据实际情况做调整优化。对于已存在的项目，我们依然可以利用 AI 来帮助重构代码，但是重构代码时，需要知道重构的一些原则，才能更好的指导 AI 辅助我们重构，本文介绍了一些细节上的重构原则，这篇是 2023 年写的，2025 年了我们觉得还没有过时。
AI 时代通过引入私域知识库，可以帮助模型更精准地理解私域知识，以便生成更加贴合自身特色的个性化回答。
为了最大程度发挥 AI 生成的效果，需要从两个方面进行实践。一方面是构建高质量的知识库，确保知识数据的质量；另一方面是清晰的知识库权限分配，确保知识库的可见范围符合预期。为此知识库管理员需要：
- 1、提供 AI 友好的、高质量的知识数据，如文档或代码等，陈旧或不准确的信息不仅无法带来增益，反而可能会误导模型，影响回答的准确性。
- 2、构建一个结构合理、权限隔离的知识库。这不仅保障了数据的隐私和隔离，还保障了知识库的易管理性和可维护性。权限管理混乱的知识库可能会引发数据安全等问题。
文档规范影响知识库的质量，所以对于私域的文档，需要遵循一定的规范。
- 结论
- 引言：生成式 AI 的能力与局限性
- 一、AI 辅助编程工具的实用技巧：不同模式的详细分析
- 二、如何降低 AI 生成内容的校验成本？
- 三、重新构想开发流程：如何减少环节以提升生产力？
- 总结：面向未来——适应技能变化，放大专业能力
未来：创建智能体、编排智能体创造产品服务。
与熟练的 Prompting 相比：精练上下文 + 快速校验 AI 内容，才是新时代需要的能力。
本硕博知识领域区别 知识与问题的区别 定义上的区别 功能上的区别 作用上的区别 相互关系 什么才叫问题 AI 时代人的价值 知识是人类对世界的已知部分，是稳定、
原来通过 kimi 生成了一个 markdown 格式的自然语言提示词，效果很好，但我们觉得自然语言目前感觉对于需要严谨输入和输出不好表达约束，自然语言结合 json 结构化，一方面 AI、机器可能更容易理解结构化数据，结构化也方便人的理解与编辑。经网友的启发，我们也尝试采用 json 结构来表达提示词。
