用好Agent的核心并非技巧，而是“约束先行”

事件概述

在长期使用AI代理（如Claude Code）进行开发与知识管理的过程中，发现未规范化的工作区会导致文件混乱、命名无序等问题。核心结论是：AI依赖文档而非短期记忆，若缺乏明确的书面规则，AI将无法维持有序运作。因此，“约束先行”——即在任务开始前建立清晰的层级化规范体系，比任何高级Prompt技巧更能提升协作效率。

核心信息：四级约束体系架构

为了构建高效的Agent协作环境，需建立从上至下的四层约束系统：

1. 全局CLAUDE.md（最高指令）
   • 位于用户目录，无论打开何种项目均会加载。
   • 定义AI的身份、协作原则及沟通规范（例如：禁止谄媚、要求基于第一性原理提供真实判断、默认中文交互但代码/变量名用英文）。
2. 项目级CLAUDE.md（项目宪法）
   • 仅在进入特定项目文件夹时加载。
   • 规定目录结构、命名规范（如实验文件放入 _sandbox 并设定自动清理机制）、文件归属逻辑等。
3. 各类专项文档
   • 包括设计文档、架构说明等具体操作指南，作为第三层约束。
4. 记忆文件
   • 包含对话记录、Auto Memory等执行层记录，作为最底层的上下文补充。

关键实践与特征

• 文档即规则：对于AI而言，未写入文档的规则等同于不存在。优秀的约束系统能让AI像管理良好的公司一样运作，避免因“记忆丢失”导致的混乱。
• 迭代与精简：全局规范需经历从臃肿到精简的迭代过程。最终形成的规范应包含“第一性原理”、“交互设计五原则”、“开发习惯”（如密钥不进代码）、Git规范（commit用英文）等核心模块。
• 变更流程：遵循“先改文档再改实践”的原则。当需要调整规范时，必须先更新文档，再执行修改，防止出现无法追溯的临时变更。
• 跨领域验证：该逻辑适用于多种场景。类比公司管理，制度穿透优于人工盯防；类比模拟经营游戏（如《城市天际线》），前期路网规划（CLAUDE.md）直接决定后期发展效率，错误的初始规划往往导致推倒重来。

值得关注的结论

• 用户体验优先：在约束体系中明确“用户体验是所有产品的最高准则”，后端复杂性不应影响用户触达层面的丝滑体验。
• 自动化思维：将重复三次以上的行为定义为可自动化或AI化的对象，通过建立规则框架让Agent在既定轨道上做出最优解。
• 成本效益：花费时间写好顶层规范（如一小时），可节省后续无数小时的返工与维护成本。