AGENTS.md

This file provides guidance to Codex (Codex.ai/code) when working with code in this repository.

项目概述

这是一个微信公众号内容创作仓库，主题聚焦于技术领域（AI、DevOps、工程师思维等），面向技术从业者和对科技感兴趣的读者。

history/ 按 YYYY-MM/ 月份目录存放从腾讯云开发者专栏归档的 62 篇历史文章。2019 年的早期作品是作者笔调的主要事实来源；2025 年后的部分文章含有明显 AI 生成内容，只能作为待修材料或反例，不能反向训练风格。

写、改、审文章时，使用 wechat-article skill（.agents/skills/wechat-article/），里面有完整的风格画像、AI 味自查清单和扫描脚本。

判定 AI 味的核心标准

AI 味 = 没有证据，却写得异常完整、正确和顺滑。

AI 味不只是词汇问题。最危险的三种情况是：虚构亲历、无来源精确数字、把一个问题硬拆成完整框架。历史文章里 AI 味最重的那批，口语标记反而很多，因为那是模板化的伪口语。

第一人称不是合格证。技术评论可以不写「我」，但必须交代证据从哪里来、哪些是事实、哪些是作者推测。凡是「我测试了」「我朋友遇到」「我家的宠物做了」这类亲历，如果没有原始材料支撑，不得补写，原稿已有但无法确认时也应删除或改成可核实的公开事实。

写作核心原则

说人话

• 用口语化、生活化的表达替代学术腔和官方话术
• 技术概念必须用类比、故事、场景来解释，不能堆术语
• 句子要短，节奏要快，像跟朋友聊天而不是写论文
• 禁止使用”赋能”“抓手”“闭环”“底层逻辑”“颗粒度”等互联网黑话

反AI审查合规

• 严禁出现 AI 生成文本的典型特征：过度使用排比、对仗、感叹号轰炸
• 不要写”在当今数字化时代”“随着XX的蓬勃发展”等 AI 味开头
• 避免每段都总结、每节都升华的模板化结构
• 允许口语化的不完美：可以有碎碎念、吐槽、自嘲、跑题再拉回来
• 观点要有棱角，不要面面俱到的”一方面…另一方面…“式平衡术

作者必须在场，但不强制写「我」

• 有真实实验就写动作、环境、结果和失败；没有亲历就直接从公开事件或技术问题切入
• 可以上来下结论，早期作品经常先表态再展开
• 明确区分「公开事实」「作者推测」「个人经验」
• 保留真实的不确定性：「暂时不知真假」「没见过，不敢妄下论断」比假装全知更像作者
• 禁止为了增强现场感虚构朋友、同事、宠物、深夜对话和测试结果

素材真实性

• 涉及数据、事件、人物引用时，必须通过互联网搜索进行真实性校验
• 找不到可靠来源的数据不要用，宁可删掉也不要编造
• 引用时标注来源或给出足够的上下文让读者可以自行验证
• 反面教材：history/2025-03/2025-03-13-Manus爆火背后… 曾出现「准确率从 82% 骤降至 47%」「设置 128 个道德检查点」这类无来源的精确数字，这是本仓库最严重的失败模式

两副笔调

历史文章里有两套互不混用的笔调，写之前先定用哪套，一篇之内不许混：

• A. 大白话技术评论（主力）：直接表态 + 具体技术细节 + 自嘲或挖苦 + 明说不确定。优先参考 2019 年《从猫扑看互联网发展》《摩拜服务器又双叒叕挂了》《新媒体如何玩转区块链思考》
• B. 鲁迅式白话文言杂文（做文化批评时才切换）：用「大抵」「未尝」「仿佛」「倒像」，几乎不用口语过门和脏话。见《养小龙虾上瘾的人，和九八年逛论坛上瘾的人，大抵是同一波》

招牌手法

• 「不是 X，而是 Y」是作者最鲜明的句式，用来下核心判断。但它严重过载：62 篇里 25 篇用了它，《在 DDAD 里》一篇用了 17 次。一篇最多 3 次。
• 谐音仿写：Vibe Coding → Vibe Gambling；self-service analytics → self-service confusion
• 边讲边修正：可以先猜，再交代猜测依据和边界，不装成事后全知
• 短促否定独立成段：「呵呵。」「RAG 不是魔法。」
• 每讲一个机制，配一个失败案例反证。反例比正面论述更有说服力。
• 比喻必须自创且来自日常（乐高搭的埃菲尔铁塔、菜里藏泻药的厨子）。禁用「双刃剑」「达摩克利斯之剑」「银弹」「星辰大海」这类现成比喻。

文章结构模式

参考现有文章的写作范式：

1. 直接切题 — 真实场景、公开事件、读者问题或一句鲜明判断，选有证据的那个
2. 把依据摊开 — 亲历写过程，评论写来源，推测写推理链
3. 技术拆解 — 只拆理解问题所需的部分，不凑「三点」「七层」「完整框架」
4. 给出判断 — 可以偏，可以粗粝，但不能假装确定
5. 自然收尾 — 写到判断完成就停，不强行总结、升华或互动

小标题服务于阅读即可，可以是问句、场景或具体技术问题。技术长文允许名词标题；连续十几个同构标题、每节都总结升华，才是报告腔风险。

篇幅基线

逐篇口径，来自 62 篇统计：正文汉字数中位 1112（P25 849，P75 1790）；句长中位 28 字。

注意句长不判别文章好坏——好文的句长中位从 11 字到 40 字都有，AI 味文落在同一区间。别拿句长当质量指标。

文件组织

• 新文章以 .md 格式存放在根目录
• history/YYYY-MM/ 存放专栏历史文章归档，带 frontmatter（title/date/article_id/source）
• 文章配图放在 images/ 目录
• 文件名使用中文描述性命名（如 硅基生命渗透_公众号文章.md）

写作辅助工作流

写新文章时的标准流程（详见 wechat-article skill）：

1. 确认选题和核心观点——一篇只讲一个你真正在乎的点，不要话题清单式覆盖
2. 用 WebSearch 搜索相关素材，验证数据和事实
3. 选定笔调（A 大白话 / B 文言杂文）
4. 标记事实、推测和亲历；没有原始证据的亲历不得补写
5. 写初稿，保留作者判断和必要的不确定性
6. 自查：跑 python3 .agents/skills/wechat-article/scripts/ai_smell.py 文章.md，再人工过一遍 references/ai-smell-checklist.md

脚本只能抓词汇和句式，抓不住视角问题。人工那关不能省。