ai-native-developer-experience

# AI原生开发者体验框架 > **一个团队项目AI框架引导程序，使人类和智能体拥有一个共享的操作契约，从第一天开始，推动AI优势从个人“超级英雄”优势转变为团队可重复的能力，在同等竞争领域中发挥作用。** 这是一个我个人的公开示例，展示了我用来帮助团队在新项目方向上开始协同工作的脚手架、技能、操作模型和工作方式。它是一个对话的起点和可适应的基线，而不是一个生产应用启动工具包或声称一种流程适用于所有团队。 操作模型内核是模型、供应商和IDE无关的。薄平台适配器处理发现和调用，不改变权限、风险、证据、审查或完成语义。 **从这里开始：** [引导新的团队项目](BOOTSTRAP.md)，然后在团队学习过程中适应跟踪的项目配置文件。 > **速度很容易，安全的速度是经过设计的。** > **这是有意为之的观点。** 根据您的团队、技术、领域、权限模型和完成定义进行完善。在此过程中，保持一个连贯的共享契约。 --- ## 许可证和商业团队采用 该仓库是**源代码可用**的，遵循两种标准许可证： - 个人和非商业用途： [PolyForm Noncommercial 1.0.0](LICENSE)。 - 商业团队评估，持续时间少于32个连续日历天： [PolyForm Free Trial 1.0.0](LICENSE)。 持续的商业团队采用并未通过公共许可证授予。在评估期结束后，在将此仓库用作商业、客户或付费业务的操作框架之前，请向 [Jaroslav Pantsjoha on LinkedIn](https://www.linkedin.com/in/johas/) 请求书面许可。对于公共查询，您也可以 [打开一个GitHub问题](https://github.com/jpantsjoha/ai-native-developer-experience/issues/new)。 请包括组织、预期团队或项目范围，以及是否愿意公开提及为采用者。公共确认是可选的；欢迎保密查询。 请在允许的副本和改编中保留版权和 `Required Notice:` 属性。该仓库不包含使用遥测，因此许可证创建了一个明确的许可边界，但无法识别无声使用。星标、反馈和自愿采用笔记是欢迎的证据，表明该框架是有用的，但它们不是许可证条件。 --- ## 关于本仓库 - **一个用于AI增强开发的动态开发者体验框架**。 - **记录了首次交付经验中有效的做法**。 - **一组适用于智能体驱动工作流的最小可行防护栏**。 - 一个有观点的基线，旨在进行团队精化。 超个性化工作流是不可避免的；这是众多框架之一。共享契约、验证和纪律仍然至关重要。 ## 框架的起源 我一直在以 **#HarnessEngineering** 为主题进行构建和编写 - 这个想法是模型是容易的、商品化的部分，而有价值的工程存在于您围绕它构建的脚手架中。所以规则文件、工具和MCP服务器、沙盒、编排、钩子和评估。这个仓库是该论点的第一手版本 - 反映了我一年多来在各种智能体系统、代码飞行员和编排的多智能体交付中亲身实践的经验。 如果您想要叙述而不是代码，请查看这里的文章： - **第2部分 - [使用谷歌Antigravity进行Harness Engineering](https://medium.com/google-cloud/the-ai-native-developer-experience-part-2-harness-engineering-with-google-antigravity-7fb72dab243f)** （Medium，Google Cloud Community）- 一个跨越三个界面的框架：IDE，Agent Manager，CLI。 - **配套 - [使用谷歌Antigravity增强您的Harness：技能、规则和MCP](https://itnext.io/supercharging-your-harness-skills-rules-and-mcp-with-google-antigravity-d2142e61c4fd)** （ITNEXT）- 本仓库中的技能、规则和MCP原语如何结合起来，使框架可调用。 更广泛的行业正在趋同于类似的语言。一个有用的标志是谷歌的2026年论文 [“具有Vibe Coding的新SDLC：从临时提示到智能工程”](https://www.kaggle.com/whitepaper-the-new-SDLC-with-vibe-coding) 由Addy Osmani、Shubham Saboo和Sokratis Kartakis撰写。 行业中与此相关的几个主题和外部信号包括： - **框架可以主导体验。** “10%模型/90%框架”是一个有用的工程启发式方法，而不是一个通用的衡量比率。实际的重点是将工具、上下文、规则、权限和反馈环作为一流的系统组件进行调试。 - **许多明显的模型故障是框架故障。** 缺失的工具、模糊的规则、不完整的防护栏、不良的上下文和薄弱的验证是常见且可行的原因。这是一个现场观察，而不是每个故障都有相同的原因。 - **框架效果可以衡量。** LangChain报告通过框架更改将Deep Agents从52.8提高到66.5，在Terminal Bench 2.0上，从外部Top 30进入Top 5。请将结果和排名视为历史实验，而不是永久的基准事实。参见 [LangChain的实验](https://www.langchain.com/blog/improving-deep-agents-with-harness-engineering) 和 [Terminal Bench排行榜](https://www.tbench.ai/leaderboard/terminal-bench/2.0)。 - **采用范围广泛，但测量标准不同。** 调查通常将AI工具、代码助手和智能体混为一谈，因此本仓库不将工具使用百分比转换为“智能体采用”或“AI生成代码”的声明。参见 [JetBrains 2025生态系统报告](https://blog.jetbrains.com/research/2025/10/state-of-developer-ecosystem-2025/) 和 [Stack Overflow 2025调查](https://survey.stackoverflow.co/2025/ai)。 ## 值得借鉴的模式：智能体技能的融合 Addy Osmani在论文之后发布了一个实用的制品 - **[智能体技能](https://github.com/addyosmani/agent-skills)** （MIT），24个SKILL.md工作流，编码SDLC纪律用于编码智能体。我已经审查了所有这些技能与本框架的对比。大多数我的设置（或您的智能体CLI）已经原生地完成了这些技能。四个模式确实值得借鉴，它们可以直接融入上述框架： 1. **反理性化表格。** 每个技能都附带一个表格，列出了智能体可能跳过某个步骤的借口 - 并配有反驳。这是本框架中没有正式化的框架原语：我的防护栏禁止不良**输出**；这个模式在输出存在之前就阻止了不良**推理**。如果您维护自己的技能，请在每个技能中添加一个这样的表格。编写成本低，效果快速。 2. **基于怀疑的开发。** 在高风险决策的飞行过程中进行对抗性审查 - 智能体在继续之前必须反驳自己的方法。我一直在运行这个 **[对抗门控器](https://github.com/jpantsjoha/ai-native-developer-experience/issues/new)** （“我如何破坏这个？”），自从这个框架开始以来。很高兴看到行业在朝着同样的方向发展。如果您只借用一种行为模式，请采用这种模式。 3. **元路由器技能。** 随着技能库的增长，智能体需要显式路由。该框架在 `delivery-orchestrator` 中实现了此功能；然后操作配置文件将功能名称映射到团队使用的调用语法。 4. **退出标准优于期望性指导。** 仓库的安静哲学：过程优于说辞。一个技能如果说“确保质量”就是装饰；一个技能如果说“完成意味着这三个检查通过”就是一个框架。相同的鉴别标准在每个地方都适用：收据，而不是润色。 借用这些模式。您的体验可能会有所不同。 ## 本仓库的内容 - **[BOOTSTRAP.md](BOOTSTRAP.md)** 新团队项目的快速启动路径，15分钟即可开始。 - **[DEVELOPER_EXPERIENCE.md](DEVELOPER_EXPERIENCE.md)** （DX-001） 涵盖防护栏、工作流、验证、规范驱动的交付和智能体集成的指南。 - **[智能体技能库](.agents/skills/README.md)** 用于编排、架构、规范、验证、审查、发布就绪、状态、成本和选定的平台工作的13种跟踪能力。 - **[操作模型引导](.agents/skills/operating-model-bootstrap/SKILL.md)** 可重复使用的发布手册、项目配置文件、检查点、证据清单和薄智能体表面适配器，用于分配权限、隔离平行的人类/智能体通道、将审查绑定到确切的候选人，并通过交付、观察和诚实完成来推进工作。 - **[CHANGELOG.md](CHANGELOG.md)** 材料变更、狭义的公共来源属性和已知的用法限制。 该仓库预计会随着工具、模型和工作流的变化而**演变**。过时的事实和价格是快照；在做出当前决策之前，请验证它们。 ## 帮助塑造该框架的项目 这些想法并不是在孤立中编写的 - 它们是在使用AI辅助和智能体驱动的工作流构建、交付、破坏和迭代真正的系统过程中锻造的。（除了我自己在现场的交付经验） ### 我的黑客马拉松和构建 - **[Devpost - 项目和黑客马拉松作品集](https://devpost.com/jpantsjoha/achievements)** 我设计、构建和交付的作品集 - 黑客马拉松参赛作品、原型和生产工具。 该框架中的观点背后的工作证明。 ### Chrome应用 - **[简单专注模式 - Chrome扩展](https://github.com/jpantsjoha/simple-focus-chromeExt)** 一个最小主义的番茄工作法风格的生产力扩展，专注于有意工作和减少干扰。 构建为快速反馈实验，在交付、UX约束和迭代交付方面。 相关文章： - https://medium.com/devops-dudes/simple-focus-mode-boost-your-productivity-with-my-chrome-extension-3f5cf0f7b843 - **[C4X - VS Code的C4模型图](https://marketplace.visualstudio.com/items?itemName=jpantsjoha.c4x)** 用于编写和可视化C4架构图的VS Code扩展，具有AI辅助生成和实时预览。 用于探索开发者体验、文档即代码和AI辅助工作流。 附加链接： - Open VSX： https://open-vsx.org/extension/jpantsjoha/c4x - 源代码： https://github.com/jpantsjoha/c4x-vscode-extension - 构建故事： https://medium.com/google-cloud/how-i-built-the-c4x-antigravity-ide-extension-with-googles-gemini-3-6feb74f8a4b2 ### 🧠 Slack + 云AI - **[BriefOps - Slack + Google Cloud AI摘要](https://github.com/jpantsjoha/briefops-public)** Slack应用程序，利用Google Cloud和Vertex AI总结对话、文档和共享上下文。 用于探索智能体辅助知识提取、权限、治理和交付防护栏在实际SaaS工作流中的问题。 相关文章： - https://medium.com/google-cloud/slack-googlecloud-briefops-streamlining-slack-comms-with-gcp-ai-powered-summarisation-ec2151672731 ## 我对智能体工作方式的思考 - [新工作方式：以智能体为驱动的混合团队引领](https://www.cognizant.com/uk/en/insights/blog/articles/the-new-ways-of-working-leading-with-agent-powered-hybrid-teams) 该框架背后的公开论点，反映了混合人类和智能体团队、框架优于模型、机器可读契约和编排作为新核心技能等内容。 - **Medium**: https://jaroslav-pantsjoha.medium.com 我的GDE和技术文章 我涵盖的典型主题： - 开发者体验 - 平台工程 - 云和AI交付 - 智能体工作流 - 应用AI 相关帖子将在此框架演变过程中在此链接。 - [增强您的框架：技能、规则和MCP与谷歌Antigravity](https://itnext.io/supercharging-your-harness-skills-rules-and-mcp-with-google-antigravity-d2142e61c4fd) （ITNEXT）- 技能、规则和MCP原语如何结合起来，使框架能够安全、一致地输出。 ## 状态 这是一个活跃的、不断演变的项目。 请期待修订、添加和纠正，因为工具和实践日趋成熟。 欢迎提供反馈、讨论和建设性的异议。