从 diff 自检、验证证据、风险说明和回滚思路四个方面检查 AI 生成改动是否适合进入评审。

重构任务最容易被 AI 扩大范围，本文提供边界约束、行为保护和验证策略。

从行为正确性、边界条件、数据流、验证证据和维护成本五个维度审查 AI 生成代码。

当 AI 编程工具接手一个已有项目，上下文缺失导致的返工比代码质量更致命。本文拆解上下文工程的四层模型，给出可直接复用的接手清单和 AGENTS.md 写法。

AI 调试不应靠连续试补丁，而应先复现、读日志、找根因，再做最小修复。本文结合认知心理学和软件工程方法论，系统讲解如何让 AI 成为调试搭档而非代码老虎机。

从个人提效、流程固化到团队协作，逐步建立可验证、可复用、可治理的 AI 编程实践。