AI 让执行层变容易了，但让决策层变成了全部的工作。
YC 创业公司 Conductor 的 CEO Charlie Holtz 最近在 Y Combinator 的 Full Stack 系列视频里讲了他完整的 AI 编程工作流。

核心观点：软件工程里那 80% 的无聊工作——样板代码、标准 CRUD、重复测试——已经被 AI 吃掉了。留下来的是那 20%：架构决策、权衡分析、调试没人预料到的边界 case。而且这 20% 现在成了你的全部工作。
以前写样板代码虽然无聊，但给大脑提供了思考间隙。现在这个间隙没了。

1. 工具分工
Claude Code 和 Cursor 都用，但分工不同：
1）Claude Code 负责需要深度自主探索的任务——bug 猎手、大规模重构、写完整测试套件。"去搞清楚这个"这类任务交给它
2）Cursor 负责需要紧密 IDE 集成的快速迭代。复杂 feature 用 Plan Mode 本地规划好，再把实现扔给 cloud agent

2. CLAUDE.md 是最重要的基础设施
上下文管理是 2026 年 AI 编程工作流里最关键的事。CLAUDE.md 是你的持久化项目记忆——每次 session 开始时自动加载，记录那些光看代码永远看不出来的东西：
"我们用最终一致性处理用户偏好，因为强一致性在 Q4 迁移时导致 P99 超过 500ms。"
"每次加新微服务都必须更新 /docs/architecture.md 的依赖图。"
每次做架构决策之后花 5 分钟更新 CLAUDE.md，能省掉后续数小时混乱的 AI 输出。

3. 并行工作流 + worktree
主力任务自己做，同时开 1-2 个 Cursor cloud agent 在独立 worktree 里处理明确的小任务——bug 修复、测试覆盖、文档更新。worktree 让多个 AI session 并发跑不互相污染 context。
深度工作块的时间比例：60% 在思考，40% 在审查 AI 输出。

4. AI 代码会腐烂
有人专门做了实验：对一个 AI 生长出来的 Flutter 项目做减重，把代码行数从 19,772 行降到 13,509 行（-31.7%），335 个测试全绿，还顺带修了 2 个潜伏的 bug。
AI 生成的代码局部合理，但系统层面的架构会向熵漂移。每个函数看起来都没问题，但整体越来越乱。
解法：每两周做一次专门的 debloat pass——不加新功能，只做清理。大多数团队跳过这一步，然后六个月后付出代价。

5. "高级工程师"现在意味着：深度思考的人 + 审查机器输出的人。
不要优化速度，要优化清晰度。把基础设施建好：CLAUDE.md、checkpoint、定期 debloat。
没有这些，AI 工具只是让你以 10 倍速度积累技术债。

访问：dev.to/kunal_d6a8fea2309e1571ee7/ai-coding-workflow-2026-what-a-yc-founders-stack-taught-me-about-the-hard-parts-guide-28hl

#HOW I AI# #程序员#