最近在���密度使用 AI Coding 做项目
在 Claude Code、Gemini 已经足够强的前提下,我越来越清楚地意识到: 人类的价值不再是让 AI 想得更聪明,而是作为规则制定者,让 AI 稳定地做正确的事
我会把一张 L0–L5 的 AI 治理成熟度定义图发出来
(L0–L5 是一个实践导向的治理分层,用来描述系统行为的可控性,而不是对模型智力的评判)
这张图不是在给模型分级,而是在描述: 在真实工程环境中,AI 被允许参与到什么程度的决策与执行
这套治理的目���,是让 AI 的行为更像一个受过专业训练的人: 知道什么时候该动手,什么时候不该动手, 以及为什么在关键节点上,“不做”反而是更正确的选择
为此,我在 AI 的规则体系中引入了第一性原理、批判性思维和系统思维, 增加了思考深度等级、思维冲突时的裁决顺序, 以及重要决策时的决策日志(memory)
我关心的不是 AI 能不能把代码写出来, 而是它在长期工程实践中,是否足够稳定、足够克制、是否值得被信任