几天前，首席技术官Chris分享了 Cloudflare 开源的OAuth 2.1 库，几乎全是由 Claude 编写的。
引起注意的不仅是技术成就，还有他们记录了整个创作过程，每个提示、每次迭代、每次人工干预都保存在 git 提交消息中，就像人类与 AI 合作的考古记录。阅读开发历史就像观看人类直觉和人工智能之间的实时对话（有时是挣扎）。
首席工程师@kentonv起初是 AI 怀疑者，“我试图验证我的怀疑，结果却证明自己错了。”两个月后，Claude 生成了几乎所有成为生产就绪认证库的代码。
Kenton 在每个提交中都包含了生成代码的提示，这使这种探索成为可能。在开发中越来越依赖 AI 工具时，这种做法将变得越来越重要，有时原始提示比生成的代码更有价值（也更容易审查），尤其是当工程师声明了模型盲目遵循的错误假设时。
这种透明度将 git 历史从变更记录转变为意图记录，创建了一种新的文档形式，弥合了人类推理和机器实现的差距。
阅读大约 50 次提交揭示了这种合作实际展开的一些有趣模式：

• 示例提示：他们的初始提示是一个大量的代码块，展示了实现库的工作者将如何使用它，这种方法消除了方法签名的歧义，同时揭示了抽象规范经常错过的实际考虑因素，这是描述舞蹈和展示舞蹈编排的区别。
• “你做了 X，但我们应该做 Y，请修复。”最有效的提示遵循一致的模式：关于当前状态的清晰上下文、改变的原因解释和具体的前进方向，没有复杂的指令，只是感觉像纠正同事的上下文反馈。
• 文档变得轻松：一个简单的句子提示生成了全面的模式文档，模型在这些文档生成任务中表现出色，将原本繁琐的管理工作转化为自然的开发副产品。
  大约 20 次提交后，Kenton 不得不手动介入，Claude 无法正确移动类声明，需要后续提交来修复位置，后来 Claude 求助于使用grep和sedbash 命令，因为其搜索和替换功能无法处理重复的代码块，有一条评论“我真的可以手动更快地完成这一个，哦，好吧。”
  大约 40 次提交标记处，手动提交变得频繁，如样式、删除未使用的方法等，编码模型仍在这些方面挣扎，显然 AI 生成了超过 95%的代码，但人工监督在整个过程中是必不可少的。
  如果使用 AI 编码工具，从他们的方法中可以得到一些观察：
• 关注可交付成果：对于后端服务，定义公共端点及其预期行为；对于 CLI 工具，展示示例用法；对于库，演示集成。
• 将提示视为版本控制资产：在提交消息中包含提示，为未来的维护和调试创建有价值的上下文。
• 预期多轮提示：几乎每个功能都需要多次迭代和细化，这不是限制，而是合作的方式。
• 不要害怕亲自处理：一些错误和样式问题手动修复比通过提示更快，知道何时干预是技巧的一部分。
  阅读这些提交引发了一个想法：如果将提示视为实际的源代码会怎样？想象一个版本控制系统，你提交用于生成功能的提示而不是生成的实现，当模型不可避免地改进时，你可以连接最新版本并使用增强的能力重新生成整个代码库。
  这种方法将使业务逻辑本质上自我记录，任何阅读英语的人都可以理解功能何时添加以及为什么添加，提示将像遗传指令一样，包含生长应用程序所需的基本信息。
  当然，这假设模型可以严格遵循提示，并需要对模型有非常高的信任度，实际上，生成的代码仍需要部署、测试和维护，但这提出了一个有趣的问题：如果所有业务逻辑都可以包含在自我记录的提示中，我们是否最终会达到一个点，即提示提交的历史本身成为“应用程序”，直接在模型中运行？我们是否可以完全消除中间的代码生成步骤？
  不管怎样，回到现实的现状。
  这个 OAuth 库代表的不仅仅是一个技术里程碑，它是一种新的创造性动态出现的证据，在这个过程中人类有大量的参与，我们仍远未达到 AI 独立实现这种范围的库，几乎每个功能都需要多轮提示，一些错误无法通过自动修复解决，某些功能手动完成更快，并且需要人类创建每个提示并提供战略方向。
  尽管有这些限制，AI 在这个库中生成了绝大多数的功能代码，Claude Code 两周前才公开发布，已经实现了这种级别的合作。
  目前，它只是另一个工具，但与锤子不同，这个工具在不断改进，从每次交互中学习，每次迭代都变得更有能力。