CVEN / LAB
记录近两年我如何从使用模型生成内容，逐步转向组织仓库上下文、约束持续任务，并把 AI 结果转化为可测试、可追踪、可恢复的工程交付。
我的 AI 使用结论
我不把“用过很多模型”当作能力结论。更重要的是能否选择合适工具、提供真实上下文、限制 Agent 权限、识别错误，并用测试和运行证据完成交付。
模型对话 → AI 辅助生成
从直接询问答案，转为把模型输出当作需要人工判断的候选稿。
主要用于解释概念、生成 SQL 或代码草稿、拆解需求和比较方案；我负责核对业务语义、修改结果并执行验证。
建立了最基本的边界意识：生成速度不代表结果正确，第一次输出不能直接成为交付。
单轮对话 → 仓库级编码工具
从复制粘贴片段，转为让 Claude、Codex、zcode、OpenCode 在真实仓库上下文中读取、修改和运行。
开始以源码、目录、日志、配置和 diff 作为上下文；任务不再止于回答，而是包含文件修改、命令执行和可运行结果。
认识到工具名称不是能力本身，真正影响结果的是上下文是否完整、权限是否清楚、验收是否可执行。
仓库工具 → MCP / Skill / Goal / Loop / Harness
从每次重新解释要求，转为把约束写进仓库规则、领域 Skill、持续目标和自动门禁。
用 MCP 扩展证据来源，用 Skill 固化 Hive→StarRocks 和 JOIN 发散规则，用 Goal 与 Loop 维持长任务，用 Harness 执行测试、构建和扫描。
AI 输出开始进入可重复的工程流程：有输入边界、有暂停条件、有失败重试，也有可以审查的提交和版本记录。
受控工作流 → 可恢复 Agent
从让 AI 连续执行任务，转为显式设计状态、工具、人工检查点、持久化和恢复路径。
在 cven-data-delivery-agent 中把数据研发规则实现为状态机；确定性工具负责计算，人工负责真实数据，模型不再是正确性的唯一来源。
我对 Agent 的理解从“能调用工具的模型”转为“可以管理责任、状态和证据的执行系统”。
以下是我的当前使用定位，不把任何工具固定为唯一选择。
适合：方案推演、长上下文梳理、文档与代码关系分析
用于讨论复杂方案、拆解长文档和形成候选实现；重要判断仍回到源码、日志和运行结果。
不把表达完整当作事实完整，涉及版本、接口和运行状态时必须重新取证。
适合：仓库级持续施工、命令执行、多阶段交付
用于读取项目规则、维护计划、修改前后端代码、运行测试和容器验证；CVEN Lab 与数据研发 Agent 是完整实践。
提前限定写入、推送、部署和浏览器权限，避免持续任务越过授权范围。
适合：编辑器内的快速生成、局部修改与短反馈迭代
用于局部代码尝试和快速补全，在较短上下文中验证实现方向，再合入完整仓库流程。
跨文件规则和长任务状态需要由仓库文档、测试和人工审查补足。
适合：终端型 Agent、开放模型组合与工具链比较
用于体验不同模型在同一类编码任务中的表现，比较终端交互、工具调用和上下文组织方式。
不同模型仍使用同一套项目规则和质量门禁，避免因工具切换改变验收标准。
使用场景来自个人工作习惯，不作为通用模型排名。
在需要持续读取仓库、修改代码、运行命令和处理多阶段状态时使用较多。
注意：长任务仍可能遗漏早期约束，需要计划、规则文件和阶段性检查保持一致。
用于中文场景的需求讨论、代码候选和快速迭代，并与其他模型结果交叉比较。
注意：框架版本和细节语法需要回到官方文档或真实项目验证。
用于阅读较长材料、归纳问题背景和整理候选方案，再把结论带回项目实施。
注意：摘要可能省略关键边界，最终决策必须核对原始材料。
用于生成另一种分析路径或代码候选，帮助发现单一模型答案中的盲点。
注意：推理过程完整不等于业务结论正确，数据口径和执行结果仍由我确认。
解决的问题
快速探索还不确定的实现方向
我的使用方式
用于原型和候选方案，不直接作为最终交付；方向明确后补规则、类型和验证。
解决的问题
模型无法接触真实工具和一手证据
我的使用方式
在授权范围内连接文件、终端、浏览器或外部系统，让结论来自可核对的输入。
解决的问题
同类任务反复解释，规则容易漂移
我的使用方式
把 Hive→StarRocks、JOIN 发散等稳定流程写成触发条件、步骤、暂停点和验证脚本。
解决的问题
复杂任务跨多个阶段，容易中途停止或偏离完成条件
我的使用方式
提前定义目标、范围和完成标准，让施工持续到代码、测试、容器和审计全部完成。
解决的问题
一次执行遇到失败后缺少连续恢复
我的使用方式
保留当前状态，根据日志修正后继续运行，直到达到终态或进入明确的人工检查点。
解决的问题
模型输出缺少稳定、可重复的质量标准
我的使用方式
用固定样例、类型检查、测试、构建、敏感扫描、容器健康和 HTTP 冒烟判断是否可交付。
参与需求拆解、前后端实现、异步任务、AI 文档生成与问题排查。
我负责确定产品范围、合成数据边界、任务状态、失败收口和可演示路径，不让模型替代业务与架构判断。
可操作演示、任务历史、测试、双容器和项目案例。
参与规划落盘、页面实现、内容建模、质量门禁和部署工具建设。
我负责视觉方向、公开范围、项目优先级、无后台方案、服务器部署方式和人工验收边界。
AGENTS、changelog、项目注册表、测试、构建与 commit 记录。
参与产品拆解、状态机、SQL 工具、前端工作台、API、测试和 Docker 实现。
我选择真实数据研发问题，定义两条工作流，坚持不连接生产库、不伪造长度结果，并让确定性工具承担核心正确性。
运行 trace、人工恢复、22 项测试、HTTP 冒烟和持久化验证。
错误表现
AI 根据相似语法直接改写，并用固定 varchar 代替缺失的字段长度。
我的修正
回到源 DDL，拆分两种方言，先生成长度 SQL 并暂停，收到真实结果后再定型。
源码真值 + Skill + 人工检查点 + 结构自检
错误表现
输出包含主表、已收敛子查询和 group by 位置编号，查询很多但不能定位发散点。
我的修正
只检查右侧输入，按真实 ON 键分组，已按完整键 group by 或 distinct 的输入直接跳过。
AST 解析 + 粒度判断 + 最小检查集 + 单元测试
错误表现
React 开发模式需要 eval 调试能力，但把 unsafe-eval 加到所有环境会扩大生产策略。
我的修正
区分开发与生产头部：本地按需允许调试能力，生产继续使用收紧后的 CSP。
错误信息 + 响应头核对 + 环境分支 + 生产构建