公司内训十讲的排期表。格式法则是「一节课一个被打破的信念」——所以每一行的主角是那对信念,不是课名;填不出这一对的条目还只是个题目,不是一节课。十节分四个弧段:先把环境与信息交出去,再拆开 agent 的构造,然后把它变成可信的生产力,最后谈基建与人。
开发环境只能由人逐步手动配置。
说明目标与边界，让智能体协助配置，由你验收结果。
以 Claude Code 或 Codex 为例，练习描述环境配置目标、核对授权范围，并结合自动检查与实际运行验收结果。最后区分可复用流程、工具连接和项目指引。
夹带安全与边界:什么能贴给 AI、密钥怎么管
信息是人从一个工具复制到另一个工具的。
工具之间的缝合,本来就是 agent 的活。
把 Notion、Git、Slack、Obsidian 接到同一个 agent 上,让它读、汇总、回写。你从搬运工变成验收人。
夹带公司数据的边界:哪些库可以连,哪些不能
用好 AI,就是把话说清楚。
提示词只是零件之一,剩下的零件决定它能不能真的干活。
prompt、MCP、skill、CLI、plugin、hooks 各是什么、各解决哪一种失败。每个概念配一个三十秒就能看见差别的现场对比,不做名词解释。
AI 的使用效果，只取决于提示词写得好不好。
从任务说明到执行与验证，按需要组合五种工程手段。
从任务说明、上下文到执行、反馈与编排，按问题选择合适的机制。
AI 代码的一致性，只能靠反复人工评审。
用项目约定、共享实现和适当检查共同维护一致性。
用项目约定、共享实现与检查维护一致性，明确各类机制的适用边界。
夹带如何核验合理但缺乏依据的输出
文档协作只能依靠反复发送 Office 附件。
按内容与协作需求选择载体，建立可追溯的权威来源。
比较文档协作方式，练习版本追溯、内容核验与小范围迁移。
UI 的一致性只能靠逐页调整。
把共享设计决策落实到 token 与组件，再用原型验证。
从语义 token 与组件维护出发，用可运行原型验证设计决策。
测试就是照着用例点一遍,再截图当证据。
观点、执行、确认、证据,四步都可以由 agent 产出。
测试驱动开发的思路、Playwright、computer use。重点在「证据」——怎么让机器产出你敢交出去的测试结果。
云服务是在控制台里点出来的。
基建是 git 里的代码:能 review、能回滚、能重放。
IaC 的概念与实践;再往前一步——如果把 AI 当成底层能力而不是外挂,服务和应用该怎么设计。
一门手艺——只会测试、只会前端、只会 Java——可以吃一辈子。
值钱的不是什么都会,是在每个领域都建起「让 AI 干活、自己验收」的回路。
不讲大道理。拿真实记录复盘:commit 历史、功能台账、发版记录,看一个人半年里实际横跨了多少领域,结论让听众自己得出。