1. 项目概述从“代码生成器”到“技术合伙人”的思维跃迁如果你和我一样既是产品经理又是个独立开发者那你一定对当前AI编程工具比如Cursor、CodeBuddy的体验又爱又恨。爱的是它们确实能帮你快速生成代码片段解决一些重复性的编码问题恨的是每次开启一个新对话AI就像得了“健忘症”它不记得你上一个项目里定下的代码规范不记得你偏爱用async/await而不是.then()更不记得你作为产品负责人对“用户体验第一”的执着信仰。你不得不一遍又一遍地重复那些核心原则感觉不是在和一个智能伙伴协作而是在训练一个永远记不住事的实习生。这正是我接触到“AI-Native PM Cortex”这个项目时感到眼前一亮的原因。它不是一个插件也不是一个复杂的软件而是一套极其轻量、基于文件系统的“记忆框架”。它的核心目标正是解决上述痛点将AI从一个临时的、健忘的代码生成器转变为一个理解你、记住你、并能与你进行深度策略对话的“技术合伙人”。简单来说它通过一套精心设计的文件夹结构和提示词协议为你的AI助手构建了一个“数字第二大脑”让它能持续地记住你的价值观、思维模型、工作流和项目上下文。这套框架的关键词是“AI-Copilot”、“Prompt Engineering”和“Vibe Coding”。它超越了简单的指令-输出模式通过结构化的“记忆”注入让AI与你协作时的“氛围”Vibe始终保持一致从而实现更高质量、更符合你个人风格的产出。接下来我将结合自己深度使用和改造这套系统的经验为你彻底拆解它的设计哲学、实操细节以及那些官方文档里不会告诉你的“避坑指南”。2. 核心架构解析构建你的“数字第二大脑”“AI-Native PM Cortex”的威力完全源于其清晰、层次分明的文件夹结构。每个文件夹都对应人脑认知的一个特定模块共同构成了一个完整的、可被AI读取的“心智模型”。理解这个结构是有效使用它的第一步。2.1 核心层定义你的“宪法”00_core/这是整个系统的基石相当于你个人或项目的“宪法”。AI所有后续的判断和行为都应基于此处的原则。00_core/通常包含一个核心文件values_and_beliefs.md。在这个文件里你需要回答一些根本性问题。这不仅仅是写几条口号而是要进行深刻的自我剖析或项目定义。以下是我为自己填充的部分内容示例你可以参考这个思路# 我的核心价值与信念体系 ## 产品哲学 1. **用户价值至上**任何功能的存在必须能明确回答“它为最终用户解决了什么具体问题”。优先解决痛点而非堆砌亮点。 2. **优雅胜于复杂**在满足需求的前提下系统设计、代码结构和用户界面都应追求最大程度的简洁与清晰。拒绝过度工程化。 3. **数据驱动但不止于数据**重视指标和反馈但同样重视数据无法捕捉的“用户感受”和“产品直觉”。 ## 技术原则 1. **可维护性第一**代码是写给人看的其次才是机器。命名必须清晰函数保持单一职责模块间耦合要低。 2. **防御性编程**对输入保持怀疑对错误进行优雅处理。关键操作必须有日志异常必须有兜底方案。 3. **依赖最小化**引入第三方库前必须评估其必要性、活跃度和包体积。优先使用平台原生能力或轻量级方案。 ## 协作风格 1. **异步沟通优先**除非紧急否则优先使用文档、评论等异步方式沟通保证信息的可追溯性和思考的深度。 2. **追求共识但敢于决策**充分讨论但避免无休止的争论。在信息充分时作为PM/负责人必须做出明确决策并承担后果。实操心得写这个文件时要像在给自己或团队立“法条”。尽量具体避免空泛。例如与其写“重视代码质量”不如写“所有函数长度不超过50行圈复杂度低于10”。这样AI在生成代码或评审时才有明确的、可执行的依据。2.2 认知与行为层安装你的“思维算法”与“操作手册”有了宪法还需要具体的思维方式和行为准则。这就是01_cognition/和02_behavior/文件夹的作用。01_cognition/认知层存放你的“思维模型”。这些是你分析问题、做出决策的底层算法。例如你可以创建以下文件first_principles_thinking.md: 阐述你如何运用第一性原理拆解复杂问题。cost_benefit_mental_model.md: 定义你评估方案时如何权衡短期成本与长期收益。user_psychology_models.md: 记录你对目标用户行为动机的理解如Fogg行为模型、上瘾模型等。当AI需要帮你分析一个产品功能的可行性时它会参考这里的模型从而给出更具深度和一致性的分析而不是随机的、浅层的建议。02_behavior/行为层则是你的“操作手册”规定了具体的工作流和输出标准。这是将价值观和认知落地的关键。典型文件包括code_review_checklist.md: 你的代码审查清单AI在生成代码或评审时会自动应用。git_workflow.md: 你团队或个人的Git分支策略、提交信息规范。api_design_guide.md: 设计RESTful或GraphQL API时必须遵守的规范。daily_standup_template.md: 每日站会的汇报结构AI可以帮你生成或格式化每日更新。2.3 上下文与记忆流连接短期任务与长期演进03_context/和04_memory_stream/这两个文件夹共同管理着你的“工作记忆”和“情景记忆”。03_context/上下文层是短期、高优先级的记忆。这里存放你当前正在专注解决的问题。通常是一个current_focus.md文件内容动态更新。例如# 当前核心任务用户登录模块重构 **目标**将原有的Session-Based登录改为JWTJSON Web Token方案以支持无状态服务和更好的横向扩展。 **关键决策** - 选用 jsonwebtoken 库因其社区活跃、API稳定。 - Token有效期设为Access Token 15分钟Refresh Token 7天。 - 用户信息不直接存入Token payload仅存放userId和role详细信息通过API获取。 **待办** - [ ] 实现 /auth/login 端点签发双Token。 - [ ] 实现 /auth/refresh 端点用于刷新Access Token。 - [ ] 编写全局认证中间件。 - [ ] 更新前端axios拦截器处理Token自动刷新。当AI在项目中工作时它会首先读取这个文件确保所有的代码建议、问题解答都紧密围绕你当下的核心目标避免思维发散。04_memory_stream/记忆流则是你的“日记本”。建议以日期命名文件如2024-05-27.md每天简单记录今天完成了什么遇到了什么关键问题如何解决的有什么新的想法或学习明天的计划是什么这个习惯有两个巨大好处第一为你自己提供了可追溯的项目日志第二当未来遇到类似问题时AI可以通过检索这些历史记忆提供更贴合你过去经验的解决方案。它让AI拥有了关于你工作历史的“情景记忆”。2.4 模拟与反思层你的私人董事会与复盘室这是整个框架中最具创新性也是最能体现“技术合伙人”价值的部分。05_simulation/模拟层是一个“角色扮演沙盒”。你可以创建像board_meeting.md、debate_with_elon.md这样的场景文件。在这些文件里你定义角色和议程。例如在board_meeting.md中# 董事会模拟会议 **议题**是否应该在产品V1.0中就加入“社交分享”功能 **与会角色** - **CEO你**关注产品市场契合度与增长。 - **CPO由AI扮演**激进派主张快速迭代用功能测试市场。 - **CTO由AI扮演**保守派关注技术债和核心体验的稳定性。 - **CFO由AI扮演**关注投入产出比和资源分配。 **会议流程** 1. CEO陈述议题背景与目标。 2. 请CPO首先陈述支持观点。 3. 请CTO陈述反对观点及风险。 4. CFO从财务角度进行分析。 5. 自由辩论。 6. CEO总结并做出决策。然后你可以直接对AI说“Start Board Meeting”。AI会读取这个文件并同时模拟多个角色的视角与你进行辩论极大地拓宽你的思考维度挑战你的思维盲区。06_reflection/反思层用于定期审计和复盘。例如每周创建一个weekly_review_2024-W22.md文件用AI帮助你回答本周的决策哪些被证明是正确的哪些是失误代码库中是否出现了违反00_core/中原则的“坏味道”下一周在认知和行为上应该做何调整这个环节强迫你和AI一起进行深度复盘将经验转化为真正可迭代的认知升级。3. 深度集成与实战工作流理解了架构下一步就是让它真正在你的IDE如Cursor里活起来。官方指南很简单但魔鬼在细节里。3.1 环境初始化与配置实战获取与放置将.cortex文件夹复制到你的项目根目录。这里有一个关键细节对于使用Monorepo多个子项目的大型工程你需要决策是将它放在根目录影响所有子项目还是放在特定的子项目目录下。我的经验是如果团队共享一套技术价值观和流程就放在根目录如果子项目差异很大如一个前端React项目和一个后端Go项目则分别配置。个性化填充不要试图一次性完美填充所有文件。从00_core/values_and_beliefs.md开始花1-2小时认真撰写。然后根据当前项目需求优先配置02_behavior/下的工作流文件如Git规范、代码风格。01_cognition/和05_simulation/可以随着项目推进逐步丰富。激活AI连接这是最关键的一步。你需要将PROMPTS.md文件中的内容注入到AI工具的“上下文”中。不同工具有不同做法在Cursor中最优雅的方式是创建或编辑项目根目录下的.cursorrules文件将PROMPTS.md的核心指令粘贴进去。.cursorrules是Cursor的全局项目级指令文件其中的内容会在每次对话中被自动加载为系统提示。在其他AI IDE或ChatGPT中你可能需要手动在开启新对话时将PROMPTS.md的内容作为第一条系统消息发送。虽然麻烦但一劳永逸。PROMPTS.md的精髓在于它是一段精心设计的“元指令”其核心逻辑是告诉AI“请你在回答我的任何问题、执行任何任务时优先参考并遵循.cortex目录下文件中所定义的我的价值观、工作流和当前上下文。” 它建立了AI与你的记忆框架之间的连接协议。3.2 日常交互模式超越普通编程对话配置完成后你的开发对话将发生质变。以下是一些高频场景场景一基于上下文的开发你不再需要说“请帮我写一个用户登录的API用JWT记得用bcrypt哈希密码。” 你只需要打开03_context/current_focus.md文件或者直接对AI说“查看我们当前的焦点任务。” AI在了解完整上下文后你可以直接说“实现登录端点。” 它生成的代码会自动符合你定义的JWT方案、密码哈希标准以及代码风格规范。场景二深度设计评审当你有一个新的数据库表设计时你可以说“根据我们的API设计指南和可维护性原则评审以下Schema设计” 然后粘贴你的DDL语句。AI会结合00_core/中的原则和02_behavior/api_design_guide.md中的具体条款给出非常针对性的反馈比如“根据你‘依赖最小化’的原则这个‘地址’字段是否应该拆分成独立的表还是作为JSON字段嵌入以下是两种方案的利弊分析...”场景三召开董事会模拟决策当你在两个技术方案间犹豫不决时输入指令“Start Board Meeting。” AI会立刻进入角色扮演模式调用05_simulation/board_meeting.md中的设定组织一场多视角的辩论。你会收到来自“CPO”、“CTO”、“CFO”的不同观点这能极大地帮助你审视决策的全面性。场景四周期性复盘每周五你可以说“开始本周复盘。” AI会引导你回顾04_memory_stream/中的日志并对照00_core/中的价值观生成一份结构化的复盘报告指出哪些做得好哪些地方可能偏离了初衷。3.3 高级技巧让记忆系统动态生长一个静态的系统会逐渐失效。要让Cortex保持活力你需要让它“生长”。记忆流的有效利用不要只把04_memory_stream/当日记。当你解决一个特别棘手的Bug后除了记录“怎么解决的”更要抽象出“为什么会出现这个问题”以及“未来如何预防”。你可以创建一个02_behavior/下的新文件比如common_pitfalls_and_solutions.md把这些经验固化下来。下次AI在类似代码处工作时可能会主动提醒你“这里的设计模式曾经在2024-05-20的日志中导致过XX问题建议参考common_pitfalls_and_solutions.md#3进行修改。”价值观的迭代产品在变你也在成长。每个季度重新审视一次00_core/values_and_beliefs.md。你会发现有些原则已经内化不再需要强调而一些新的、更重要的原则出现了。更新这个文件就是升级你“技术合伙人”的底层操作系统。创建专属的模拟场景05_simulation/的潜力无限。你可以创建pair_programming_with_senior.md: 模拟与一位资深架构师进行结对编程让他以苛刻的标准评审你的代码。user_interview_simulation.md: 模拟一次用户访谈让AI扮演不同类型的用户对你的产品原型提出反馈。negotiation_with_investor.md: 在寻求融资前模拟一场与投资人的问答。4. 常见陷阱、疑难排查与效能提升在实际使用中你肯定会遇到一些问题。以下是我踩过坑后总结的解决方案。4.1 为什么AI好像“没记住”或“不听话”这是最常见的问题通常原因和解决方案如下问题现象可能原因解决方案AI完全忽略Cortex内容1..cursorrules文件未正确配置或未生效。2.PROMPTS.md中的指令不够强硬或清晰。1. 确认.cursorrules文件在项目根目录且内容已保存。在Cursor中可以输入/rules命令检查当前生效的规则。2. 强化PROMPTS.md的指令。尝试在开头使用“你必须在回应任何问题前首先读取并理解以下目录结构中的内容它们定义了本次交互的所有边界和规则”AI只部分遵循时灵时不灵1. 上下文长度限制距离当前对话较远的系统提示被“遗忘”。2. Cortex内容本身存在矛盾或过于模糊。1. 这是大语言模型的固有局限。关键原则要精简放在00_core/的最前面。对于复杂工作流在具体任务开始时可以手动提醒AI“请参考02_behavior/code_review_checklist.md第3条。”2. 审查并细化你的原则。将“写出好代码”改为“函数行数不超过30使用明确的错误类型而非通用的Error”。模拟会议Simulation角色混乱AI同时扮演多个角色时身份标识可能模糊。在05_simulation/的场景文件中为每个角色设计独特的说话风格和关注点。例如CFO的每句话都可以关联到“成本”、“ROI”、“预算”CTO则聚焦于“技术风险”、“可扩展性”。在会议开始时明确指令“请严格区分以下角色并以‘[角色名]:’的格式开始每段发言。”4.2 如何平衡结构的严谨性与使用的灵活性一开始你可能会纠结于“这个想法该放在01_cognition/还是04_memory_stream/” 我的建议是不要陷入完美主义的分类焦虑。初期以实用为准想到什么就记在哪里。一个关于“如何高效进行用户访谈”的总结既可以看作认知模型01_cognition/也可以看作行为指南02_behavior/。先放在一个你觉得最顺手的地方。定期进行内容整理每月花半小时浏览整个.cortex文件夹。你会发现某些04_memory_stream/里的经验已经过时可以删除某些重复出现的经验值得被提炼到02_behavior/成为规范某些01_cognition/里的模型需要根据新的实践进行修正。这个整理的过程本身就是一次极佳的反思和学习。使用软链接或索引如果你真的觉得一个内容属于多个类别可以在主分类下存放完整文件在其他分类下创建一个README.md或see_also.md文件里面只放一个链接指向原文件。保持主结构的清晰。4.3 效能提升让AI主动为你工作最高阶的用法是让AI基于Cortex的内容主动发起交互。主动审计你可以训练AI让它定期比如每周自动扫描代码库对照00_core/和02_behavior/中的原则生成一份“代码健康度报告”指出哪些地方违反了“可维护性第一”原则或者哪些API设计不符合规范。基于记忆的提示当你开启一个新功能模块时可以对AI说“检索我们过去所有关于‘用户认证’的记忆总结出三条最重要的经验教训并应用于本次设计。” AI会去扫描04_memory_stream/和02_behavior/中的相关记录给你一份承前启后的建议。生成个性化学习路径AI可以根据04_memory_stream/中记录的你常遇到的问题和知识盲点从01_cognition/中推荐相关的思维模型给你学习甚至生成一个定制的学习计划。5. 从工具到哲学构建你的认知增强系统使用“AI-Native PM Cortex”一段时间后我最大的体会是它不仅仅是一个提升AI编程效率的工具更是一套强制你进行结构化思考、持续自我反思的认知增强系统。以前我的产品原则、技术决策、失败教训都散落在不同的笔记、聊天记录和大脑的模糊记忆里。现在它们被结构化的、机器可读的形式固化下来。这个过程本身就极大地提升了我的思维清晰度。当需要向团队解释一个决策时我可以直接引用00_core/中的某条原则当新人加入时我可以直接把.cortex文件夹分享给他这是最快的能力对齐方式。更重要的是它改变了我和AI协作的关系。我不再是一个不断下达指令的“指挥官”而是一个拥有共同记忆、共同价值观的“合伙关系”中的一方。AI基于我的过去来理解我的现在并参与规划我的未来。这种“Vibe Coding”的体验——即在整个创作过程中保持一种连贯、默契的“氛围”——是任何单次提示都无法带来的。最后一个小技巧不要只把它用于编程。我尝试将这套框架稍作修改用于我的写作项目、个人目标管理甚至是一些重要的人际关系思考效果同样惊人。它的本质是为你任何需要深度思考、持续迭代的领域配备一个外部化的、智能的“第二大脑”。从这个项目开始真正把你的AI助手变成你的技术合伙人吧。