【Skill 拆解·AI 编程】密歇根把 AI 编程纪律做成五个 Skill

把一个跑了八年的老系统交给 AI 接手，头两周的体验通常是好的：需求说完，代码就出来了。第三、四周开始变味——设计文档还停在第一版，代码已经沿着三次"顺手改一下"走了岔路；让 AI 评审 AI 的 diff，得到的永远是"整体合理，建议补充测试"。真正缺的不是更聪明的模型，而是一道 AI 自己绕不过去的关卡。密歇根大学 EECS 498「Applied Agentic Software Engineering」课把这道关卡做成了五个可以直接装进 Agent 的 Skill。值得装，但要想清楚：它约束的第一对象是人，不是模型。

五个 Skill，一条流水线

这套 Skill 实现的是 Dave Rensin 提出的 Elephant-Goldfish 模型。他在 2026 年 4 月的文章里把方法写成了一份规格说明，核心只有一句：当模型包揽大部分代码，人能为之负责的东西就不再是代码，而是设计——设计判断必须先于代码落进文档。Elephant 指陪你长谈、记得所有争论的长会话；Goldfish 指零记忆的新会话，它只知道纸面上写了什么。一份设计文档好不好，标准只有一个：拿给三条全新的金鱼，它们能不能只靠文档就理解、挑刺并动手实现。

五个 Skill 按流水线衔接。/peanuts 处理存量代码库：自底向上给每个目录写 README，每层写完都停在"待人审"状态，进度记在 PEANUTS.md 账本里，AI 永远不能自己把状态改成通过。/elephant 开一场全程禁码的设计对话——你想让它"顺手写个小示例"都不行——它内置一条反谄媚开关，模型一开始附和就要求重置成批评者姿态，最后产出四节结构的设计文档。/goldfish 把文档同时发给三个零上下文的新会话，分别做理解测试、批评评审和可实现性检查，意见没收敛到措辞级别就改文档重跑；文档头部的 human_review_gate 字段只有人能改。/egm-implement 拿着过了门的文档写码，围栏是文件级的：文档没列出的文件一个不碰，现实和文档对不上就停下来记一笔，绝不悄悄吸收。/mean-review 最后做对抗性评审，四类容易被人眼放过的坏味道由脚本强制扫描，它只出意见清单，不改一行代码。

段与段之间的交接都由人手动触发，没有一个 Skill 会自动调用下一个——空隙就是留给人做决定的位置。

▲ 图 1：五个 Skill 串成一条流水线：读旧码、写设计、新鲜评审、围栏实现、对抗评审，每次交接都盖一枚人工图章。

它碰什么：纯文档加三个只读脚本

拆开安装包，写入面比看上去还小。五个 Skill 的本体就是五份 Markdown，合计约 70KB；代码只有三个 Python 脚本，合计 1129 行，全部用标准库。唯一一处外部调用是 peanuts 的账本脚本执行 git ls-files 列文件，不在 git 仓库里就退回普通目录遍历。三个脚本都没有网络请求；账本脚本只写 PEANUTS.md，另外两个纯只读。运行要求是 git 加 Python 3.9 以上；/goldfish 需要你的 Agent 工具能开出全新上下文的子代理，/mean-review 依赖 git（以及可选的 gh）拿 diff。

▲ 图 2：GitHub 上的 egm/skills 目录：五个文件夹各装一个 Skill，SKILL.md 加模板、参考、脚本和触发测试。

▲ 图 3：peanuts 账本脚本里唯一的外部调用是 git ls-files，失败就退回目录遍历；三个脚本共 1129 行，全部标准库。

两件事要在装之前知道。其一，这个课程仓库没有声明 License：自己用、公司内部用没有问题，再分发就要谨慎。其二，/peanuts 会往范围内每个目录写 README.md，已有的同名文件会被覆盖，官方文档的建议是在一次性分支上先跑一遍。

和你已经在用的比

多数人手里的"纪律"是建议性的：AGENTS.md 里写一句"先设计后编码"，或者在模型的 plan mode 里勾一个选项。模型状态好的时候这些都生效，赶工的时候它们只是提示词里的愿望。EGM 的区别在于把规则做成了状态机：/goldfish 的 readiness 和 human_review_gate 是账本文件里的字段，/egm-implement 开工前先查这两个字段，没过门就拒绝动手。规则从"希望模型遵守"变成"流程走不下去"，这是质变。

生态里更常见的是单点纪律 Skill。同一份 skills.sh 快照里，mattpocock 的 tdd 装机 105.9 万，superpowers 的 test-driven-development 装机 24.6 万——都是"把一件事的规矩写清楚"。EGM 五件套罕见的地方是覆盖全链路：从读旧代码、写设计、验证设计、实现到评审一条线贯通，而且每个 Skill 附带十二条触发测试，一半该触发、一半是故意凑近的陷阱，用来验证描述写得准不准。

▲ 图 4：装下五个 Skill 的上下文代价：目录层五个描述合计约 900 token 常驻，正文每个 3000–3900 token 按需加载，参考文件再按引用取用。

常驻成本也说得清：Skill 分三层加载，目录层每个约 175 token、五个合计约 900；正文每个 3000 到 3900 token，只在模型主动调取时进入请求；参考文件按引用再取。比起把一整本规矩常驻在 AGENTS.md 里，这是更省的工程化形态。

值得带走的想法

这套东西真正的杠杆不在"让 AI 更能干"，而在把流程约束写成可审计的规则。门禁是文件里 AI 改不了的字段，账本是每一步留痕的四本 Markdown；出了问题，翻账本就能定位是哪一步、谁拍的板。即便不装这五个 Skill，"AI 不当自己的裁判"和"每个交接点都要有只有人能改的状态位"这两条，搬进任何团队的工作流都成立。

▲ 图 5：钉住流程的不是更聪明的模型：一边是人拍板的图章，一边是留痕的账本。

判定：install

让 AI 长期接手存量代码库的工程师、想把设计纪律固化进团队流程的技术负责人，值得装。改动只有几行的一次性任务，或者不愿意花二三十分钟跟模型把设计聊透的人，不用装。第一步照官方建议来：建一个一次性 git 仓库，丢几个真实文件进去，跑 /elephant 设计一个小特性，再跑 /goldfish 看三个陌生评审会挑出什么——二十分钟就能体会到"新鲜上下文"四个字的分量。

参考：GitHub eecs498-aase/materials（commit 795b99ce）；Dave Rensin《Elephants, Goldfish and the New Golden Age of Software Engineering》2026-04；skills.sh API 2026-10-12 快照；邵猛 X 帖 2026-10-11（AIHOT 转录）。