..
在新时代重新学习“编程” - #3 Claude Code 工作流学习
尽管本文的最佳实践都是针对 Claude Code，但触类旁通，真正学习的是与 AI 打交道的沟通技巧。
“how I use Claude Code” - @bcherny
There is no one correct way to use Claude Code: we intentionally build it in a way that you can use it, customize it, and hack it however you like. Each person on the Claude Code team uses it very differently.
来自 Claude 创始人 Boris Cherny 的分享日常工作流：
- 异步管理五个 Agent（本地 + 云端 + 移动端 无缝切换），同时利用系统通知，在需要人工输入或确认时及时提醒自己。
orz 像极了公司中从来不用笔记本电脑，每天带个 iPad 平板到处乱晃的老板。 - 永远使用最好的模型并开启 thinking：虽然每次问答相对有点慢，但长远地看，更加准确的回答反而提高了整体效率，节约了时间。
- 多人协作维护一个
CLAUDE.md文件（每个 repo 一个）。更新逻辑非常简单：只要每次 claude 做错事，就无脑加一条“永远不要xxx”，确保下次不再犯。并且在 code review 时，也可以动态@claude来不断更新该文件。 - 每次从 plan mode 开始（双击
shift+tab）— 好的计划是成功的一半。 - 自定义命令快捷键，高效触发高频的操作，例如自定义的
/commit-push-pr - 使用 sub-agents 自动化工作流程，例如每次回话结束后执行代码测试等固定流程。
- 使用 PostToolUse hook 调用脚本保证 100% 格式化代码。
- 相比于
--dangerously-skip-permissions（一把梭），更加推荐使用/permissions管理命令权限，并通过.claude/settings.json在 repo 级别共享。 - 使用 MCP 集成第三方工具，例如让 Agent 在 Slack 中查看与发送消息，调用 Sentry 检查错误日志等。同上配置在 repo 中同步共享。
- 强调“验收”的重要性 - 构建一个良性的 feedback look 会事半功倍交付 2-3 倍质量的软件，例如让 Agent 自己打开游览器模拟验证，并不断重复改进。特别是长时间运行的复杂任务（例如超过一天），参考插件 Ralph Loop
“Claude Code 101 - The complete claude code tutorial” - @eyad_khrais
10 out of 10 times, the output I’ve gotten with plan mode did significantly better than when I just started talking and spewing everything into Claude Code. It’s not even close.
- Think First：类似上面 Boris 的建议，每次都从 plan mode 开始，相互问问题，最终达成一致，选出一个最合适的方案。多花在 plan 上 5 分钟的时间，可能节省了未来 1 个小时修修补补的时间。
- CLAUDE.md：1）文件不要过长 2）聚焦项目而不是常识 3）在 what 之外加上 why，例如“使用 TypeScript strict mode，因为之前隐式 any 类型导致过生产故障” 4）使用
#随时更新 CLAUDE.md 文件。— 总而言之，糟糕的 CLAUDE.md 文件就像给新员工编写的 onboard 详细文档（太泛、太正式、没有真正有用的信息），好的 CLAUDE.md 文件像一份个人笔记。 - The Limitations of Context Windows：虽然模型的上下文窗口达到了 1M，但达到上限前，例如 20-40%时，输出的质量就开始逐步下滑。应对策略：1）限制对话范围，例如一个 feature 只对应一个对话 2）使用持久化文件作为 external memory，例如 SCRATCHPAD.md 与 plan.md 3）及时清空上下文，果断开一个新对话
- Prompts Are Everything：几个提升 prompt 的技巧：1）尽可能明确 - “Explicit is better than implicit” 2）多说"不要做什么"，因为 Claude 模型热衷于过度设计… 3）如上多说“为什么”，毕竟模型可没有读心术 4）记住 AI 的目的是辅助提升效率而不是完全取代人类，我们还是需要有识别模型犯错的能力。
- Bad Input == Bad Output：当人们在吐槽模型很糟糕时，大概率是自己的输入质量过低（瓶颈很多时候变为人类本身）。作者推荐的原则：“Specific > vague. Constraints > open-ended. Examples > descriptions.”。同时也要清晰认识不同模型的区别，并进一步合理搭配使用，例如用 Opus 做规划和架构，用 Sonnet 去执行，遇到棘手问题，切回 Opus 解决难题。
- MCP, Tools, and Configurations：保持好奇心，多去尝试 Claude 提供的 MCP servers、Hooks、自定义命令、Skills、Plugins 等等。
- When Claude Gets Stuck：当 Claude 费劲实现一半代码，但偏离本意太远时，相比于持续沟通改进，不如优化需求，从头开始（
/clear）。想起以前在咖啡厅古法编写代码，遇到一个小时也无法解决的难题时，喜欢及时站起出去走走呼吸呼吸新鲜空气，重置一下大脑“上下文”。往往有奇效。 - Build Systems：使用
-p进入 “headless mode”，例如git diff --staged | claude -p "用中文写一个简洁的 commit message"。进而无缝嵌入至操作系统，构建丝滑的自动化流程。
其他
突然想起了快十年前的一篇博客：《PyCharm 收藏多年快捷键分享 WOW》。感叹世界在快速迭代变化，不变的是人 — 不知为何大脑中突然循环起一首歌：“社会很单纯 坏的是人～”。