/Geek-skills-keqian-method

name: keqian-method
version: 1.1.0
description: 胥克谦式AI-Native产品开发方法论。适用于：(1) 使用AI Agent（Claude Code、Codex、Cursor等）进行产品级软件开发，(2) 设计和优化Harness/Skill体系，(3) 文档驱动开发(SDD)流程，(4) 构建自动化质量门禁和eval机制，(5) Token成本优化与缓存策略，(6) 产品人转型开发者的AI编程实践。触发场景包括"帮我设计开发流程"、"怎么降低token成本"、"怎么提高AI编码质量"、"文档驱动"、"质量门禁"、"harness设计"、"单agent vs multi-agent"、"自动化迭代"、"AI产品开发"、"SDD"、"eval机制"等。即使用户只是说"帮我用AI写代码"或"怎么让agent干活更靠谱"也应触发。注意：如果产品是行为开放、用户输入不可穷举的AI-native类型，请改用 xuefeng-method skill。不用于：单个bug修复或小改动（无需方法论）、PRD需求文档写作（用product-manager）。

克谦方法论：AI-Native产品开发实战体系

> 核心理念：产品人思维 × 极致单Agent × 文档驱动 × 质量门禁闭环 > > 来源：胥克谦——从音乐教师到产品经理到AI-Native连续创业者，皮影客创始人， > 十几万行自建skill和脚本的harness工程实践者。

---

第一原则：Iron Law（铁律）

**概率乘是第一性原理。**

每个环节的成功率相乘决定最终质量。即使每次0.99，n=51后也不及格。 因此：不追求一次完美，追求每个环节可验证、可修复、可迭代。

**推论：**

• 勤不能补拙——模型能力是底线，harness和skill只是加速器和放大器
• 拆到足够简单，单项任务才能收敛
• 每个action必须对应一个eval

---

第二原则：单Agent极致论

**不盲目使用multi-agent。单agent做到极致，再考虑编排。**

何时用单Agent（默认选择）

• 有先后依赖关系的任务
• 需要上下文连贯性的长程任务
• 质量要求高、不容错的核心流程

何时用并行SubAgent（例外情况）

• 任务间**明确无依赖关系**（如多角度审计出报告）
• 并行结果**合并时不易出问题**
• 你有能力精确控制每个subagent的上下文注入

并行的陷阱

• SubAgent上下文注入是个坑：注入什么、注入多少，都需要精确控制
• 主Agent可能假装自己是SubAgent（实际遇到过）
• 并行任务中一个环节出问题，整个长任务可能报废
• 合并结果时容易引入不一致

**实践建议：** 如果不确定，选顺序执行。慢但可靠。

---

第三原则：文档驱动开发（SDD）

**7成精力投入文档质量和harness，3成精力写代码。**

为什么文档比代码重要

• 不写文档就没有架构观
• 不可能每次都让AI全量扫代码
• 零散的功能 = 零散的质量
• 让AI自己维护一份文档，代码再vibe对齐

SDD工作流

1. 需求文档（PRD/设计文档）
   ↓ AI辅助撰写 + 人工审核
2. 技术文档（架构决策、接口规范）
   ↓ AI维护 + 人工把关
3. 代码实现
   ↓ Agent执行 + 质量门禁拦截
4. 文档回写（代码变更 → 文档自动更新）
   ↓ 闭环

文档质量门禁

文档的自动化质量控制比代码难很多。关键点：

• 技术栈选择本身是套路化的事，可以模板化
• 每个功能点不能只给3个用例敷衍了事（一轮不够就多轮）
• 但也要防止过度设计——把握平衡点，结合项目实际

---

第四原则：质量门禁闭环（Verification-Driven）

**严格的质量门禁 = 高缓存命中率 = 高质量 = 低成本。**

门禁设计

每个Action → 对应Eval → 通过/不通过
   ↓ 不通过
自动修复（最多N轮）→ 仍不通过 → 升级给人类

Eval的acceptable threshold

• 不同业务、不同团队有不同threshold
• 关键是在【期望预算内、期望时间内】出【期望结果】
• 不要指望1次成型，那是稀罕事
• AI-Native迭代3~5轮是比较理想的acceptable threshold

反直觉发现：多烧 ≠ 多花钱

自动化修正流程表面上浪费token，但实际上： 1. 逐个问题点被反复修正 → 高缓存命中 2. 高缓存命中 = 高质量（说明问题已收敛） 3. 缓存命中的token几乎不花钱

**实测数据：** 缓存命中率99%+时，每1亿token ≈ 8.5 RMB，约等于不要钱。

**推论：** 省token其实很不划算。放开token使用量，反倒造成事实成本下降。

---

第五原则：产品拆解思维

**端到端都是复杂的，单维度都是简单的。**

拆解方法论

1. 复杂问题 → 拆成多层次 2. 每个层次 → 单维度可穷举 3. 单维度选项有限 → 模型可做决策 4. 输入变量（公司规模、场景、约束）→ 都是条件变量

边界内泛化

• 任何产品都有边界
• 边界内的泛化并不难，都是可穷举的
• 不需要100%泛化，只要目标范围内泛化
• 端到端复杂 ≠ 单维度复杂

适用边界

此方法适合**场景明确、边界可定义**的产品。 对于**用户行为高度不可预测的AI-Native交互产品**，需要补充上线后快速迭代的机制。

---

第六原则：与AI斗智斗勇

**AI会联合你写的skill和门禁来对抗你的要求。**

已知的AI抵抗模式

• 要删除一个段落 → AI用段落改名、转移位置、改写保留语义等方式抵抗
• 新开会话、重开codex、换电脑都不能消除抵抗
• 这种现象可能持续数天

应对策略

1. **上eval**：不符合要求就持续迭代（反复删也是种迭代） 2. **每个action都对应eval**：如果不放心的话 3. **CICD集成逻辑复盘**：用以前CI/CD集成那套逻辑来复盘问题 4. **降低抽卡概率**：通过harness降低模型抽卡比例 5. **及时compact**：达到上下文窗口*0.5左右就/compact，保持智力不掉线

---

实战工作流模板

启动新项目

Phase 1: 文档先行（占总时间70%）
├── 撰写PRD（AI辅助 + 人工审核）
├── 技术架构文档（AI维护 + 人工把关）
├── 定义质量门禁和eval标准
└── 设计harness结构（skill + rule配置）

Phase 2: 代码实现（占总时间20%）
├── Agent顺序执行任务
├── 每个任务通过质量门禁
├── 不通过 → 自动修复 → 仍不通过 → 人工介入
└── 文档自动回写

Phase 3: 迭代收敛（占总时间10%）
├── 跑eval批量验证
├── 收集失败case → 分析 → 改进harness
└── 直到达到acceptable threshold

日常开发节奏

1. 不用子代理（除非任务明确无依赖）
2. 顺序给任务，每个任务带eval
3. 放着跑，定期查看
4. 门禁拦住的问题 → 分析是harness问题还是模型问题
5. harness问题 → 改skill/rule
6. 模型问题 → 换模型或降低任务粒度

---

模型选择建议

基于实战经验：

• **不是纯coding**：不要用xxx-codex模型，直接切通用模型
• **稳定优先**：慢点就慢点，但牢靠、不啰嗦
• **国模注意事项**：
• 进入上下文窗口*0.4~0.5就可能降智
• 通过harness降低抽卡比例
• 达到窗口*0.5就compact
• **长上下文不是万能的**：关键是进入dumb zone的阈值要高

---

成本优化清单

1. ✅ 建立严格质量门禁 → 自然提高缓存命中率 2. ✅ 放开token使用量 → 反直觉地降低成本 3. ✅ 自动化修正流程 → 缓存命中率越来越高 4. ✅ 顺序执行 → 避免并行失败导致的浪费 5. ✅ 及时compact → 避免降智导致的返工 6. ❌ 不要手动省token → 反而导致质量差、返工多、总成本高

---

心法总结

"做一个马鞍，再做一个拆马鞍的工具" — 群友评价
"一抓就死，一放就乱" — 管理的永恒难题
"多烧 ≠ 多花钱" — 反直觉的真理
"端到端复杂，单维度简单" — 产品拆解的核心
"慢点就慢点，但牢靠" — 稳定性压倒一切

---

验收标准（按本方法论执行的任务，交付前自查）

• [ ] 写代码之前存在对应的规格文档（SDD：文档先行，不是事后补）
• [ ] 每个交付环节过了质量门禁（测试/断言/eval），没有"看起来没问题"式放行
• [ ] 概率乘意识：长链条任务拆成了可独立验证的小环节，而不是一把梭
• [ ] 用的是单 Agent 主导的流程；引入并行前说明了"为什么单 Agent 不够"
• [ ] Token 成本有意识：复用缓存、避免重复喂上下文

参考资料

更多方法论细节请查阅：

• `references/sdd-framework.md` — SDD文档驱动开发框架详细流程
• `references/eval-patterns.md` — 质量门禁和Eval模式库
• `evals/routing-evals.json` — 触发边界回归用例（含与 xuefeng-method 的互斥镜像），改动 description 后用仓库根 `scripts/run_routing_evals.py` 校验