一句话，顶几千行提示词

最近读到一篇国内开发者写的 AI 工作流分享。作者入职不久，做 Agent 开发兼维护后端，因为需求做得又快又好，已经是几个项目的主 O，老板专门约了 one-on-one 问他的用法，于是有了这篇整理。文章分五部分，信息密度不低。我把它当标本处理：逐个核实了里面提到的工具，再看看它踩中了什么。

先核账

文里点名的 skill 和工具，全部真实存在，描述也准确。顺手把生态坐标钉一下：他用来做方案对齐的 think 和 code review 用的 check，来自 tw93 的 Waza 仓库，7,300 星；需求澄清的 grill、实现的 implement、跨会话交接的 handoff，来自 Matt Pocock 的 skills 全家桶，295,000 星；清理 AI 过度设计的 ponytail 是独立项目，166,000 星，今年六月才建仓；端到端测试用的开源浏览器 ego lite，17,600 星。一家之言，但引用的全是生态里过得硬的东西。

他提到的背景也核实了：OpenAI 发布 GPT-6 Astra 时，官方确实发了一篇改造指南，核心一句话是从「教模型怎么做」转向「告诉模型边界在哪、完成标准是什么」，建议开发者清理 AGENTS.md 和 skill 里过时的约束。模型厂亲自下场劝人做减法。

重流程的兴起与退役

文章的立论，是约束的通胀和退役。

一年前，Jesse Vincent 的 Superpowers 把 skill 工程推到台面：一套围绕 Spec 和 TDD 的完整开发方法论，重流程、重约束，帮当时的模型稳住发挥。这个仓库现在 301,000 星，整整一岁。它是有效的——对当时的模型。

问题出在模型追上来了。文章里说得很直接：Superpowers 这类 skill 的 workflow，哪怕上下文已经足够、可以直接动手，模型仍会沿着既定流程走完全部步骤。token 烧得快，产出不增加。GPT-5.6 这一代模型发布后，原本有用的约束开始变成噪声。

最有意思的佐证来自 skill 作者自己。tw93 本人在动态里写过一句话：「一个 skill 的价值在于它让模型能做什么，而不是它替模型省了什么。少装，松着持有，把判断留给模型。」卖 skill 的人在劝你少装 skill。这和 OpenAI 那篇官方指南说的是同一件事：新模型发布日，就是清理提示词债务的日子。

思维快捷键

文章里最有信息量的一段，是他总结的几条短 prompt：第一性原理、对抗性审查、消融实验、奥卡姆剃刀、高内聚低耦合。每个都是一句话，不是咒语，是准确的攻击方向。让模型别沿着「加 Redis 缓存」的既定方案走，从第一性原理重新分析接口为什么慢；别帮方案找理由，优先找能推翻核心假设的反例；三个优化一起上了，给它们设计消融实验，看收益到底来自哪。

这个观察值得展开。这些方法论名字之所以一句话就够，是因为它们在人类知识里高度标准化：几十年的论文、教材、代码评审文化把它们磨成了公共名词。模型在训练时见过海量相关材料，名字本身就是索引键——喊一声「奥卡姆剃刀」，整套关于删减、假设数、复杂度代价的判断就被激活了。写死一套「第一步分析、第二步检查假设」的 workflow，等于放弃模型已有的积累，用自己的几百行重新教它一遍。

约束该写什么？文章给的操作性答案是：思维方向用名词指定，任务细节用边界和验收标准框住。既不缺位，也不越位。这和六月份一项研究的结论同向：给进化中的 agent 删掉三个组件，表现反而更好——平均化的指令在文本空间里会模糊方向信号。人类的工作流和自动化的进化，撞见了同一条规律。

没说破的那一半

文章有一个观察值得单独拎出来：瓶颈已经从写代码移到了 review。Agent 可以并行推进好几个任务，但人理解业务、判断方案、确认交付的速度不会跟着成倍增加。写得更多，只是积压更多等待审查的代码。

他的应对是把判断分层：类型检查、测试、业务断言能发现的问题让 agent 自己闭环；人的注意力只花在三个地方——需求理解对不对、关键业务逻辑成不成立、还有哪些风险没验证。测试环境、只读数据库、日志链路全部做成 agent 可调用的工具，让它在交上来之前自己找到失败证据。

再往深处一步，就是那句话：工作流本身也有半衰期。有些步骤是在补某一代模型的短板，模型换了，这些步骤的收益就该重新核算。文章作者的办法是定期做减法——Astra 更新后，他删掉了 AGENTS.md 里一批过严的约束。环境在动，约束的保质期跟着模型的版本号走。

一年，301,000 星，和一句「少装，松着持有」。这两件事同时为真，就是这份标本最值得记下的地方。