五个机制，把 AI 编程从盲盒里捞出来

github.com/walkinglabs/le…

AI 写代码今天顺明天崩，同一个需求出两种结果，这份开源课专治开盲盒。

它给的解法是给编程助手搭一个靠谱的工作台，把协作拆成五个机制。第一是指令，告诉 AI 要干什么。第二是状态，记下干到哪一步。第三是验证，确认这步做得对不对。第四是范围，画个圈别让它越界。

第五是序列，中途断了也接得回去。五个齐了，AI 干活就从玄学变成可追踪、可续接、可验证。课程结构也直白，十三节理论配七个实战项目，全程推同一个应用，带模板的项目文件可以直接用，不必学完再上手。

"断了还能续上"这半句是五条里最实用的。这跟前面状态树那篇说的是同一件事，把步骤摊成能接续的结构，长活才不怕中断；范围那条则对上工作树隔离，圈死了它才不好越界。

我看重这份课不废话的编排。七个项目全程咬着同一个应用走，学完手上落的是一个能跑的东西，不是七份半成品。这跟前面参考图拆结构那篇的偏好一致，能带走的资产才算数。

保留的也有：模板是课的引子，稳定性提升多少得自己拿项目试；那句"扔进去马上有变化"是宣传语，别当验收标准。

想根治盲盒的，先克隆仓库把模板那部分拎出来，跑一周再决定要不要把十三节读完。