用 AI 玩「模糊需求」练习，逼出系统设计中被隐藏的约束
anirudhology · reddit · 2026-11-14
作者分享一套用 AI 训练系统设计需求挖掘能力的方法。核心观点：技术设计的好坏取决于你能否 uncover 需求、约束与不变量，而常规练习总给干净的需求，导致工程师缺少这项训练。
具体流程：
- 让 AI 出一道故意模糊、不完整的系统设计题（如「通过邮件/短信/推送发通知的系统」），只有你问到相关问题时才透露答案。
- 基于现有理解主动提问：通知是否时效敏感？正常/峰值量级？有无送达保证？丢失或重复怎么办？
- 每次提问时记录「我在不确定什么」「基于答案能做什么决策」——如峰值写入速率决定要不要分库分区。
- 把信息分三类：已确认事实、当前假设、未知项。作者发现假设正是隐藏约束溜进设计的通道，所以必须写下来。
- 提交自己挖出的需求、剩余假设、系统保证/不变量、设计方案与风险。
- AI 复盘遗漏的约束、过宽的问题与矛盾；注意 AI 可能中途篡改细节，应先让它复述完整案例再对照。
- 可选进阶：让 AI 偷偷改一个条件再练，前期可备一份提问 cheat list。
作者强调 AI 只是复盘助手而非最终权威。
「编程与Agent」频道最新
- NetBird 推出 MCP 服务器，Claude Code 等工具可管理组网策略 — philipvollet · 2026-11-14
- MemCredit 论文：语义相关记忆多数对 agent 决策毫无作用 — omarsar0 · 2026-11-14
- 让模型写迷你 DSL 替代 JSON 工具调用,值不值? — bye_ella · 2026-11-14
- ChatGPT 加 Codex 半天搞定仿真与 PCB 设计 — mckbrando · 2026-11-14
- 一条 prompt 生成 97KB 纯代码海底世界,无任何素材文件 — Any-Reputation8118 · 2026-11-14
- AG-UI 协议 17k 星:把 Agent 接入前端应用的标准化方案 — ag-ui-protocol · 2026-11-14