四、有 /init 和没有 /init 的差别五、对你有用的三个工程启示启示一：上下文是 AI 编程的瓶颈，不是模型能力很多人抱怨 AI 生成的代码用不上，归根结底是上下文没给够。/init 做的事情本质上就是把项目上下文结构化、持久化。OpenCode 的上下文管理思路值得借鉴：不是每次对话重新构建上下文，而是通过 AGENTS.md 这样的文件做到一次性建立、持续性复用。你的项目里有没有类似的“上下文资产”？技术文档、架构决策记录、代码规范——这些都可以成为 AI 的输入。模型能力决定 AI 的上限，上下文质量决定 AI 的下限。启示二：AGENTS.md 可以团队共享，不止个人用AGENTS.md 推荐提交到 Git 仓库。这意味着团队所有人共享同一份项目上下文。新人入职，git clone 之后运行 /init，AI 就能基于团队统一的规范来辅助开发。不需要老人一遍遍口头交代“我们这个项目要注意什么”。本质上，AGENTS.md 是把团队的隐性知识变成了显性文档，而且是 AI 能直接使用的文档。启示三：/init 不只是初始化，是持续演进/init 不是只跑一次就完事。项目结构变化、技术栈升级、新增模块——这些变化都应该反映在 AGENTS.md 里。OpenCode 支持在 opencode.json 中通过 instructions 字段加载额外的规则文件，比如 CONTRIBUTING.md、docs/guidelines.md。这意味着你可以把项目规范分散维护，OpenCode 自动聚合。好的项目上下文不是一次性生成的，是跟着项目一起生长的。六、最后问你一个问题**你的团队现在用的 AI 编程工具，每次对话都知道你的项目是什么结构、用什么技术栈、遵循什么规范吗？如果答案是否定的，你浪费的不仅仅是 Token——你在浪费 AI 本可以具备的“项目理解力”。而这个问题，一个 /init 就能解决。推荐学习软件测试开发快速落地智能化测试公开课，从Web/App/接口测试智能体，再到业务测试用例生成，爱测智能化测试平台，手把手带你掌握AI智能体与智能化测试平台！ 👇扫码进群，报名学习！
发布于 北京
分享
评论
赞
未登录
友善发言
评论
加载中
