和AI协作编程，最磨人的瞬间莫过于它突然“痴呆”。上一秒还在讨论的复杂逻辑，下一秒就忘得一干二净，让你怀疑自己带的是个患有短期记忆丧失症的实习生。有用户在社区里承认，他曾被气到对着屏幕大吼“给我他妈的集中注意力”，结果居然管用了一阵子。
你以为解决办法是花更多钱买更大的上下文窗口，或者每次都耐着性子把需求重复一遍。其实，当你还在用“复制粘贴”对抗遗忘时，一小撮人已经在使用Claude内置的两个“隐藏开关”，实现了完全不同的工作流。更关键的是，他们发现了一个不成文的规则：给Claude的长期记忆文件（MEMORY.md），它每次只会读取前200行。
这个200行的限制，听起来像个缺陷，但它却成了高手们的过滤器。他们意识到，记忆文件不是一个倾倒所有信息的垃圾场，而是一份极其精炼的“每日简报”。里面只写最重要的项目决策、已踩过的坑、必须遵守的代码规范。这强迫他们像训练真正的下属一样，思考什么信息才是最高信噪比的。
而另一个功能Stop Hooks，则像是给AI设定了一套“肌肉记忆”。比如，你可以设定一条规则：“写完任何代码后，自动运行格式化和语法检查”。或者“在制定计划后，先自我审计一遍有无遗漏边缘情况”。这让AI从一个被动等待指令的工具，变成一个拥有初步“工作习惯”的协作者。一来一回的聊天没有了，取而代之的是一个设定好规则便能自动运转的系统。
当大多数人还在问“AI能做什么”的时候，一些人已经开始定义“AI应该怎么做”。他们讨论的黑话已经变成了“Ralph Loop”（一种自循环工作流方法论）和“GSD”（一个上下文管理框架）。对他们来说，评价AI生产力的标准，早已不是它能不能写出一段代码。
而是你的AI，究竟是一个需要你手把手教的聊天机器人，还是一个能独立管理上下文、自我检查、并且在你项目里稳定发挥的“数字员工”。这道题，200行代码就能给出答案。
这已经不是在用工具了，这是在驯化一个数字生命。当别人还在抱怨AI的缺点时，一小撮人已经开始为它编写行为准则和反射弧了。未来不属于会用AI的人，而属于会“管理”AI集群的人。
