# 怎么和 AI Agent 协作 —— 记忆体系 + 方法论（可直接抄）

> 模型谁都能用，差距在"怎么用"。这份把一套被反复打磨的协作方法抽干净给你，照着搭。

---

## 一、三层记忆：让 AI 跨会话连贯、越用越聪明

AI 默认每次对话从零开始。给它三层记忆，它就有了"判断力"。

### 1. 项目记忆（每个项目一份）
在每个项目根目录放 `项目记忆.md`：
```markdown
# 项目记忆 · <项目名>
- 这是什么 / 最终目标：
- 我的角色 / AI 的角色：
- 关键文件和目录：
- 启动 / 测试 / 部署命令：
- 这个项目的特殊规则：
- 踩过的坑（避免重犯）：
```
任何 Agent 一打开项目先读它，立刻进入状态。

### 2. 公共标准（横切所有项目）
建一个 `标准/` 目录，把"我希望 AI 怎么做事"写成几份：沟通方式、代码风格、设计审美、交付格式、安全底线。每个项目开始都先读对应条目。下载包的 `设计与视觉标准.md` 就是一份样板。

### 3. 自动记忆（Agent 自带）
Claude Code 有一个记忆目录，会在每次对话开始自动加载。把"最高优先级的几条铁律"放最前面（如：先对齐目标、成本意识、做完主动打开成品）。

**自进化闭环**：项目收尾 → 把可复用经验写进标准 → 下个项目自动加载 → 用中再改进。记忆越厚，产出越稳。

---

## 二、协作六律（直接照着和 AI 说话）

1. **先对齐最终目标**。开口先讲"这件事要达成什么"，让它当唯一判断标准。从"细节响应器"逼自己升级为"目标锚定者"。
2. **先读后做**。让它先读项目记忆 + 标准，再动手。
3. **成本意识、小步试**。生成类（视频/图/语音）是真金白银：先出文字方案 → 小步试一段 → 满意再批量。不要一句话重做一整段。
4. **不确定就验证，别猜**。代码不熟、API 不掌握、需求有歧义 → 先查文档/跑测试/读源码，再动手。
5. **交付四块**。做完必须回报：①做了什么 ②怎么验证 ③有什么风险 ④下一步。不接受只说"做好了"。
6. **破坏性操作先问**。删文件、改数据、强制覆盖、降级依赖 —— 先讲方案，等确认。

---

## 三、双大脑分工（有两个 Agent 时）

| 场景 | 用谁 |
|---|---|
| 创意编排、读写文件、整体规划、管记忆 | Claude Code（导演） |
| 深度改代码、跑测试、终端密集操作 | Codex（工程师） |
| 复杂长任务 | 强模型（如 Codex `gpt-5.5`） |
| 轻量整理、快问快答 | 轻量模型（省钱省时） |

也可以让两个互相 review：一个产出、一个挑错，质量更稳。

---

## 四、安全与边界（养成习惯）

- **密钥永不外露**：API Key、令牌、密码不写进代码/不贴进对话/不进截图。用环境变量或本地单独文件。
- **风险一律摆出来**：AI 发现安全/隐私/资金风险时，要它用大白话讲清"风险是什么、最坏会怎样、谁会受影响"，一起判断，绝不"顺手改了就完事"。
- **成品出现后进讨论模式**：东西还没跑起来，小问题它可自行修；用户能看到成品后，发现问题先列出来、等人参与判断再动。

---

## 五、交付习惯（让人愿意继续找你）

- **做完主动打开成品**给人看（网页/视频/文档），别只说"做好了"。网页加 `?v=时间戳` 绕缓存。
- 长任务**实时回写项目记忆**，防止中途断档丢上下文。
- 命名清晰、可复现：别人/未来的你打开就能继续。

---

记住一句话：**你买的不是"更聪明的模型"，是"一套让普通模型稳定产出高水准成果的工作方式"。**