主题
AI Coding 学习路线
核心：三代范式 / SDD 规格驱动 / TDD 验证闭环 / 上下文与工具治理 常用：Prompt 与 AGENTS.md / 重构与调试 / 企业工作流 / 代码审查 进阶：MCP 平台 / 全闭环架构 / 度量与成熟度 / 技能包复用
适用：2026 年主流 AI Coding 工具（Copilot、Cursor、Claude Code、Codex、SpecKit 等）。 前提：有一个能跑测试的代码库，能用 Git 做小步提交，团队里至少有一个人能拍板技术方案。
这套专栏解决什么问题
AI 写代码不缺“生成”，缺的是可控：需求有没有说清、改动有没有边界、结果有没有验证、出了问题能不能追溯。专栏按“先判断 → 再定义 → 再验证 → 再落地”的顺序展开，每一篇都落到可执行的动作，不停留在概念。
阅读顺序
先读 01–02 建立判断和表达；03–05 是主线，讲清“规格 → 测试 → 代码”的闭环；06 是日常操作；07–10 面向团队和平台；11 讲流程复用与技能包治理；99 是上线前后的核对表。
每篇的产物
| 篇 | 读完能拿到 |
|---|---|
| 01-三代范式与企业架构 | 能判断一个任务该用补全、Agent 还是 SDD，能画出企业六层架构 |
| 02-对话编程基础 | 能写出高质量 Prompt，建立 AGENTS.md，控制上下文和约束 |
| 03-SDD规格驱动 | 能写 Spec 和可测试 AC，能把 SDD 跑成七阶段 Agent 工作流 |
| 04-TDD与测试质量 | 能执行红-绿-重构，能审查 AI 生成的测试是不是假测试 |
| 05-SDD+TDD双驱动实战 | 能把 AC 映射到任务和测试，能正确处理需求变更 |
| 06-代码重构与调试 | 能在测试保护下安全重构，能用五步法定位 AI 代码的 bug |
| 07-企业工作流与大代码库 | 能把 AI 放进需求到交付流程，能处理大代码库的上下文和影响面 |
| 09-工具链与MCP平台 | 能按约束选工具，能设计 MCP 平台的权限、审计和风险分级 |
| 08-AI全闭环架构 | 能设计从需求到合并的闭环，能处理状态、卡点和异常路径 |
| 10-最佳实践与质量保障 | 能建度量、做三层审查、制定团队推广路线 |
| 11-技能包与复用 | 能把重复流程沉淀成技能包，管理来源、权限、版本与下线 |
| 99-落地检查清单 | 上线前、运行中、故障时逐条核对 |
三条实战主线（每篇的“实战场景”按线归位）
痛点：这套专栏最常被问倒的不是“SDD 是什么”，而是“你们团队踩过的最深的坑是什么”。三条主线各自对应一类真出过事故的场景，答案素材集中在每条线末尾那篇。
| 主线 | 没有机制时的死法 | 对症文章 |
|---|---|---|
| 个人上车 | 上下文丢失反复返工、AI 顺手改不该动的模块、假绿测试 | 02 → 06 → 10 |
| 团队改造 | Spec 与代码漂移、需求变更改序反了、追溯链断在一行 hotfix | 03 → 04 → 05 |
| 企业平台 | 大库检索命中废弃 API、工具过载选错、平台无卡点烧预算 | 07 → 09 → 08 → 11 |
三条使用原则
- 先小后大：先用补全和 Agent 解决单点任务，再上 SDD 跑完整需求。不要第一天就给全团队套一套重流程。
- 先验证后自动化：任何“AI 说做完了”都要有测试、构建或人工检查兜底；没有验证的自动化只是把错误放大。
- 先边界后效率：先定清楚哪些文件能改、哪些工具能调、哪些操作必须人工确认，再谈提效。
一句话定位
AI Coding 的价值不在“让 AI 多写代码”，而在把人的意图变成可验证的规格，把 AI 的执行约束在可回滚的流程里。规格、测试、上下文和权限，四件事决定它是工程能力还是玩具。