尽管我们来自五湖四海，有着各自不同的编码习惯，但现在我们聚集在一起组成了一个团队。为了使团队合作更加流畅，减少沟通成本和内耗，我们需要在以下几个方面达成共识。
团队开发与个人开发最大的区别在于：你身处一个团队中，大家需要相互配合。因此，**让代码容易阅读是你应尽的责任**。
好的代码，就像阅读小说一样流畅自然，看到哪里就能理解到哪里，是一种愉悦的体验，而不是像侦探破案一样需要推理猜测。
要实现良好的阅读体验，代码命名必须包含与业务相关的真实实体名词：
| 改前 | 改后 | 意义 | 实体词 |
|---|---|---|---|
| onValueChange | onNoteValueChange | 备注的值改变 | note |
| onSelectChange | onFillSelectChange | 充装记录的选择变化 | fill |
| onSelectedChange | onSpecSelectChange | 充装规格的选择变化 | spec |
| onItemChange | onPriceTypeChange | 价格类型变化 | priceType |
这样的命名方式带来两个显著好处：
1. 做无关模块开发时可以快速跳过不相关代码
2. 做相关模块开发时一眼就能确定要查看的代码
同时，让实体名词承担功能表述的作用，能让代码维护更依赖阅读而不是记忆，**极大减轻记忆负担**
优秀的代码结构应该是有序且层次分明的，而非杂乱无章的流水账。良好的模块与分层设计能帮助我们更高效地掌控和阅读代码：
将显示层与业务层清晰分开，各司其职：
- 显示层：专注于信息呈现和用户交互
- 业务层：专注于数据处理和业务逻辑
这种分离使我们能快速定位问题所在——是界面问题还是数据问题，一目了然
对于复杂的操作流程，我们应将各个操作步骤封装为独立组件：
- 主流程代码：保持简洁明了，仅包含关键流程和组件引用
- 子组件：承担具体操作细节，各自负责单一职责
这样设计后，主流程代码变得清晰易读，概览全局更加轻松。而当需要关注某个具体步骤时，只需查看相应的子组件即可，无需关注其他部分，大大提高了代码的掌控效率
模块化设计使代码复用变得自然而简单：
- 通用功能抽离为独立公共组件
- 跨页面的相似逻辑统一封装子组件
- 跨项目公共资源共享，减轻决策负担
这不仅减少了代码冗余，还提高了开发效率和代码质量
由于我们的需求文档通常由老板和总监编写，没有专职人员完善需求细节，因此某些需求描述可能比较模糊
这种情况下，如果对业务理解不深，很容易导致开发的功能与实际需求不一致，最终导致需要推倒重来
因此，我们需要在开发过程中不断积累对业务的理解，至少要达到能发现需求歧义的程度
有歧义是正常的，老板和总监对业务太熟悉了，往往会自然而然地认为某些理解是理所当然的
而对业务不熟悉的人，从需求文字字面出发，从而可能产生不同理解
发现歧义时，请及时咨询我或旭诚，问清楚具体要求，一定要完全理解需求后再开始开发
除了业务需求，在开发前还应该梳理清楚技术形式、模块拆分和实现方式，以最简洁的方案实现需求
切忌盲目开工，为求速度而书写毫无章法的代码
如果不重视工程质量，因为前端代码过于灵活，一段时间后代码混乱到无法维护了，就被迫需要重构，我们应该避免这种事情发生
只关注结果产量而不重视工程质量，这种代码在代码审查中一旦发现，就会被要求返工重写
用户体验是我们前端开发者需要主动思考的问题，这是我们工作的重要组成部分
我们公司的用户体验价值观是：**宁可技术实现复杂一些，也要让用户操作尽可能简单**
这不仅仅是口号，我们有着深入的实践经验：
我们电子秤开票界面，有个支持全键盘操作表格，有众多客户反馈，我们经过讨论确认后，专门开发的用户体验改进功能
这个表格看似简单，用起来也简单，这正是我们的目标
但在技术层面，它是表格和表单的复合体，支持表格回车自动加行、方向键自由切换不同组件的焦点，以及表单验证等，集众多复杂功能于一体
建档 app 中的"气瓶制造单位"选项
用户看到的只是一个普通下拉选框，旁边有个【管理】按钮可以增减选项内容，功能表面上看是很简单的
但实际上，选项内容的变更需在同公司多个手机间同步，且这些厂家名称没有数据 ID，只能通过文字精确匹配
同时，输入名称必须符合工商注册名称，不能使用口语化的俗称，否则档案上传监管平台会通不过
还有，允许客户删除他们不需要的选项，仅从需要的厂家中选（对于新客户，支持一键恢复全国所有厂家，然后再慢慢删）
这种复杂性对用户是完全透明的
当今世界正在被 AI 技术逐步重构，在这场技术变革浪潮中，提示词工程师已成为不可或缺的关键角色
这并不意味着我们过去学习的技术知识变得无用，提示词工程师需要承担起工程建设的全部责任
当项目出现问题时，责任不在于 AI 而在指导 AI 的工程师，这正是工程师价值的核心所在
同时，我们开发的产品是为人服务的
无论 Agent 多么智能，它都无法和真实的人那样体验产品，因此我们需要清晰地指导 AI 完成什么任务，告诉它做好了没，确保产品能够满足人的需求
在代码生成方面，AI 能快速生成组件、功能、工作流程，但核心业务逻辑仍需人工审核
代码质量审查上，AI 能检查潜在bug、发现安全隐患、提示缺失注释，全方位提升代码质量标准
文档编写与维护中，AI 协助编写各类文档，保证完整性和一致性，减轻维护负担
首先，我们需要了解 AI 的能力边界
AI 工具虽然强大但并非万能，我们需要理解它的优势和局限性。它在代码生成、问题诊断、知识获取等方面可以发挥巨大作用，但创造性设计、用户体验把控和业务理解仍然需要人类的专业判断
其次，我们应该提高提示词工程能力
良好的提示词能让 AI 输出更准确、更符合项目需求的结果。学会如何结构化描述问题、提供足够上下文、明确说明需求和约束，是高效使用 AI 的关键技能
最后，我们必须保持技术掌控和结果的主导权
AI 只是工具而非替代品。对生成的代码需要保持审查和理解，确保它符合我们的架构和规范，保持对代码的掌控力和理解力是开发者的基本要求
拥抱 AI 不是简单地使用工具，而是重新思考我们的工作方式和价值定位
在这个转变过程中，持续学习、开放心态和职业成长将是我们适应新时代的关键要素
