AI 编程
这组笔记整理企业级 AI 编程实战材料，关注的不是某个工具的快捷用法，而是如何让 AI 参与真实软件工程，并对过程和结果负责。
- 认知：理解 AI 编程改变了什么，哪些判断仍然属于工程师。
- 方法论：用 SDD 澄清要做什么，用 Harness 约束怎么做。
AI 降低了代码生成成本，却提高了需求澄清、上下文治理、验证和责任边界的重要性。高质量 AI 编程不是把代码交给模型，而是把人的判断组织成可执行、可检查的工程流程。
趋势数据、工具版本和项目规模只代表资料整理时的快照；涉及当前能力或选型时，应重新核验原始项目和官方文档。