说实话，我Zui近一直在搞AI相关的项目，遇到的Zui大痛点就是AI的架构设计Neng力弱。

咱就是说AI写代码Yi经挺Neng打了但一到架构设计就不行了。

我遇到的具体痛点主要有五个。

第一，Token烧得太快。每次新对话dou把整个仓库扫一遍，上下文哗啦哗啦烧掉，真正需要深挖的文件反而没读透。

第二，重复劳动。同一个项目，今天问一次明天换个角度再问，AI又从零开始读。

第三，分析太浅。AIhen擅长复述"这里有什么"，但回答"为什么这么设计"不太稳定。

第四，风格不对。有时我想要一篇Neng发表的技术长文，它给我模板报告；有时我想要结构化研究包，它又写得像博客散文。

第五，不会引导。我自己有时也说不清该问什么。AIRu果没有一套固定研究路径，就会在"读得hen多"和"读得有用"之间摇摆。

害，这个问题我也遇到过。有人说是百度的算法有问题，有人说是文章质量不够高。你懂的，其实原因有hen多。

但说实话，我觉得主要还是内容质量的问题。Ru果你的文章内容足够好，百度自然会收录。

于是我写了一个项目：Arch Insight。它是一个Agent Skill，目标不是让AI "代码"，而是让AI把源码仓库转成设计判断。

先问清楚这次想kan什么-> 再决定哪些代码要重点读-> 找出项目Zui关键的那条主线-> 解释作者为什么这么设计-> Zui后写成Neng直接参考的内容

这几步其实是在把我平时手动分析项目的过程写下来。

我写arch-insight之后对AI Coding有一个geng强的感觉：

npx arch-insight install-release

并且花了3个小时Zuo了个官网展示。

const TARGET_BUILDERS = { claude: buildClaudeBundle, codex: buildCodexBundle, gemini: buildGeminiBundle, opencode: buildOpenCodeBundle, pi: buildPiBundle, kiro: buildKiroBundle, cursor: buildCursorBundle};

这是项目的第一个核心抽象：target builder。

npx arch-insight install-release --platform codex --platform claude

前者适合人用，会进入多选交互；后者适合脚本或CI。

问题约束 + 主流程 + 核心抽象 + 边界设计 + 取舍理由 + 可迁移条件

认知流程 + 文件规范 + 构建系统 + 安装器 + 发布机制 + 可见性诊断 也就是说AI时代的“提示词工程”，Zui后还是会长回软件工程。 不只让AI帮我们写代码，也把我们读代码、判断设计、形成经验的方法，反过来工程化地教给AI。 目前我Yi经开源，放在GitHub上，欢迎stars。 真正的重点，是先问一个geng上层的问题： Ru果一个人类工程师Ke以通过code review、复盘、架构文档逐渐形成判断力，那AI也Ke以通过Skill，把一次次好的工作流沉淀成下一次的默认动作。