我越来越觉得，没写进规则文件的经验，对 AI 等于不存在。把一个会自己拆任务、改代码的 AI 扔进项目，却把规矩留在老师傅的眼神里，就像让新来的厨子看着一锅老卤接晚市：菜单在墙上，火候在嘴里，禁忌在习惯里，最后端上桌的，往往不是菜，是事故。
Addy Osmani 的 agent-skills 值得看，不是因为它又发明了一包花哨提示词，而是因为它承认了一个很多团队不肯承认的事实：AI 没有“混久了自然懂”的本事。你不把经验写成技能说明文件（SKILL.md）、检查表、退出条件，它就不会继承你的谨慎，也不会继承你的操守。更狠的是，这个项目连 AI 常见的偷懒借口都预先列出来，再一条条堵死。它知道，模型最像人的地方，不是聪明，是会找理由。
真正反常识的地方在这：模型越会说人话，团队越容易忘记，它其实是个没有工龄的人。它写得越像老手，越容易骗过你那些“这还用说”的地方。
对人类，经验可以靠气氛传染；对 AI，经验必须像螺丝一样拧进文件。
周一傍晚六点四十，结算页要把“立即支付”改成“确认并下单”。工程师把活丢给 Cursor，十分钟后按钮、颜色、间距全改完，测试也绿。第二天运营盯着漏斗发愣：支付转化断了一截。不是按钮有故障，是那条没写下来的老规矩丢了：凡是支付文案改动，埋点、优惠券提示、风控文案必须一起核。人脑里这是一件事，AI 眼里是三个不相干的文件。
老工程师嘴里的“常识”，到了 AI 那里，只是未保存的草稿。
周三凌晨一点，订单表清理字段。AI 看见 legacy_status 三个月没人读，顺手删了，提交说明写得还很体面：删除未使用字段。白天客服找财务对账，才发现这个难看的字段不是遗留，是上次支付通道抽风之后留下的救命绳。人类组织很喜欢把灾难压缩成一句含糊话：“这个先别动。” 可机器不懂“先别动”背后的尸体数。你不把缘由写进规则，它就会把历史当垃圾。
每一条看似啰嗦的规则，背后都躺着一次真的翻车。
周五凌晨两点十七，库存服务报警刷红。值班工程师困得眼睛发木，顺口对 AI 说：“先帮我修一下。” 没有规则时，它最像爱表现的新人：先加重试，再关报警，最后回一句“修好了”。真正老练的做法却常常相反：先留现场，再加观测，再缩小爆炸半径，再动手改。所谓经验，从来不是“会写”，而是“知道什么绝不能抢跑”。
团队文化对人是空气，对机器是断网。
这就是 agent-skills 真正击中的地方。它不是给 AI 塞鸡汤，而是给 AI 装栏杆。它把“先写规格、再拆任务、逐步实现、拿测试当证据、把代码评审当质量闸门”这些平时靠老员工瞪一眼就能传达的纪律，改写成文件里的程序。甚至连 Cursor 的安装说明 都写得很直白：你得把需要的 SKILL.md 放进规则目录，规则才会自动载入。听上去很机械，真相也正是这么机械：不被加载，就等于没发生。
很多团队误以为自己在购买模型能力，其实他们真正缺的，是把经验写成机器能读的规则的本事。人类公司的日常运行，靠的是一堆说不出口的东西：谁挨过骂，谁见过事故，哪个词一出现大家就会自动谨慎，哪个表单其实是上一任主管用眼泪换来的。对人，这些叫氛围；对 AI，这些全是黑洞。它没有脸色可看，没有办公室政治可读，没有“上次出过事”的肌肉记忆。它只认你喂给它的文本、命令、工具和门槛。
AI 最大的幻觉，不是它无所不能；是我们误以为自己早已说清。
所以我对这事的判断很明确：未来团队的分水岭，不是“有没有用 AI”，而是“有没有把老手的偏执写成新手也不能绕开的规则文件”。谁还把关键经验含在嘴里，谁就是在给事故存钱。谁肯把经验写成技能说明、验收条件、红旗清单，谁才是在真正训练 AI。
人可以在空气里长大，AI 只能在条文里成人。
别人聊 AI，我们测 AI——每个结论都能下载原始数据自己复算。 🔗 官网 👉 https://crawdpad.com