被誉为Claude Code之父的Boris，公开了他高效使用AI编程助手的秘诀。其核心思想在于“并发+闭环验证”，通过多终端协作与自动化验证，将AI编程的效率提升到新的层次。这套方法不仅能减少返工，还能保障代码质量，为开发者提供了一套可立即落地的实践指南。
智能速览
核心思想是“并发+闭环验证”。
先Plan再执行，可大幅减少返工。
团队共享CLAUDE.md文件，实现知识复利。
自动化处理高频和低价值但必需的任务。
让模型自我验证是提升效率的关键。
精华内容
Boris的方法论并非空谈，而是由一系列具体实践组成的系统。如何将并发与验证的思想融入日常编程？以下是拆解后的具体操作步骤。
规划先行
编写前，先用plan模式让AI制定详细的执行步骤。这个简单的习惯能极大减少后期的大幅修改和返工。一个清晰的计划是高效协作的基础，确保AI的方向与预期一致，避免走弯路。这就像建筑施工前的蓝图，虽然前期需要投入时间，但能保证后续工程的顺畅。
知识沉淀
在团队中维护一个共享的CLAUDE.md文件，内容最好控制在20行以内。这个文件作为项目上下文，让AI快速理解代码库的规范和目标。这种知识沉淀是一种复利效应，随着时间推移，新成员能更快上手，AI也能给出更贴合项目的建议。关键在于保持简洁，只包含最核心的信息。
命令自动化
将高频使用的操作封装成自定义命令，例如使用/commit生成分步提交信息，/verify则自动运行测试和基础检查。这种自动化不仅提升了个人效率，也让团队协作更加标准化。但要注意，命令不宜过多，否则会增加记忆负担。只将真正高频且通用的动作固化下来，才能发挥最大价值。
验证闭环
Boris方法的核心在于验证。让AI模型自己验证其生成的工作成果，无论是代码逻辑还是功能实现。目前AI能够执行的验证任务已越来越多，如运行单元测试、检查代码风格等。建立“不验证就不合并”的严格流程，并要求AI提供验证文档，形成可靠的闭环，确保每一次提交都是经过检验的。
Boris分享的方法，本质上是将人机协作从“命令-响应”模式升级为“规划-执行-验证”的闭环系统。这不仅提升了眼前的编码效率，更是一种面向未来的工作流。随着AI能力增强，这种自我验证的自动化水平会越来越高，最终将开发者从繁琐事务中解放出来，专注于更具创造性的工作。
