AI Coding

最近看了三篇文章，有个明显的感受：AI Coding 生态正在从工具堆砌走向系统工程。整理一下分享给大家：

1. 规范驱动开发（SDD）成标配
   光靠 Prompt 写代码，风格不一致、返工多。现在主流方案是 SDD + Rules + Skills：

• SDD 管需求分析和验收
• Rules 管编码规范
• Skills 管操作步骤
  一套规范可以跨 Cursor/Claude/OpenCode 多平台用。

2. Harness Engineering 才是真正的护城河
   有个颠覆认知的观点：Agent 的表现 80% 取决于外部的 Harness 系统，而不是模型本身。
   LangChain 靠优化 Harness，任务完成率从 52.8% 提升到 66.5%——没换模型，没加算力。
   OpenAI 三个工程师靠 Harness 设计，5 个月 Codex 自动生成 100 万行代码。
   工程师的核心竞争力，正在从写代码变成设计 AI 的工作环境。
3. Prompt / Rules / Skills / MCP 一文说清

• Prompt = 一次性对话指令
• Rules = 长期行为准则
• Skills = 可复用的任务模板（Prompt + Rules + 步骤 + 工具）
• MCP = AI 连接外部系统的安全协议
  四者层层递进，用 MCP 把 Skills 安全地连接外部工具，才是完整形态。