Knowledge Topic
项目管理
讨论天数
4
贡献者
22
提到工具
26
核心洞见
Vibe Coding 最大风险不是不会写代码，而是需求没定义清楚时 AI 会高速制造不稳定产物。
多模型互改容易让信息在传递中损耗，必须保留原始需求和硬性验收标准。
AI 自评不能代替用户验收，尤其是剧情、创意、商业判断这类强语境任务。
失败案例本身是社群知识资产，结构化记录比单次成功展示更能帮助后来者避坑。
智能体的瓶颈往往不是模型能力，而是任务拆解、角色分工和协作管理。
多智能体协作可以用 MCP、共享目录、handoff 文件、cron 调度等方式实现，不一定需要复杂平台。
红蓝对决适合做 AI 输出自验，但人的判断仍是最终质量控制。
国产工具如 WorkBuddy 在办公场景中已经够用，关键是建立稳定工作流。
可迁移记忆的核心是项目文档体系，而不是某个模型的长期记忆功能。
总控线程承担项目经理角色，负责分解任务、调度线程和评审结果。
Markdown日志和Git/GitHub可以把Agent过程沉淀为可追溯资产。
人脉、项目、任务和知识的记忆结构不同，不能用同一套字段粗暴存储。