9.2 规则自进化与技能库积累：将教训固化为可执行工程资产

本节要点：单次任务中的反思如果仅停留在临时 Context 中，会话一结束便荡然无存。掌握将动态反思沉淀为静态工程资产的 规则自进化流水线（Automated Rules Evolution）；深度拆解工业界 .agentrules 与 Agent Skills 的标准规范；攻克规则库冲突消歧与多层级分层分发机制。

1. 从“过眼云烟”到“立字为据”：知识资产的持久化

很多开发者抱怨自己的 Coding Agent：

“我昨天明明已经告诉过它‘在写 React 组件时禁止使用内联样式，必须使用 Tailwind CSS’，为什么今天开一个新窗口提问，它又在那里写 inline style？！”

这是因为单次会话的上下文（Context）是短暂且孤立的。 要让智能体真正具备“组织级经验传承”，必须将成功踩坑的经验从短期对话中剥离出来，写入项目根目录下的版本受控代码资产中（如 .cursorrules、AGENTS.md 或标准化的 skills/ 目录）。

2. 规则自进化三步闭环流水线 (The Rules Evolution Loop)

智能体自我沉淀规则不能无节制地乱写，必须遵循严谨的“三步提炼-消歧-合并”闭环：

规则提炼的三大质量原则

1. 去语境化与泛化（Context Generalization）：剔除特定会话的人称代词（如“你昨天说……”），提取为适用于所有团队成员的客观客观工程断言；
2. 声明精确的触发场景（Trigger Scopes）：严禁无脑追加全局规则。必须标明“仅在修改 src/components/**/*.tsx 时生效”；
3. 正反例对照（Do & Don’t Examples）：每条规则附带 3 行正确的代码示范与 3 行错误反例，大幅降低模型理解歧义。

3. 分层分发架构：防止规则库撑爆上下文

随着项目日积月累，团队沉淀的规则可能达到上百条。如果每一轮会话都把几万字的规则文档塞进 System Prompt，将再次引发 Token 浪费与注意力稀释。 现代系统采用目录拓扑分层分发机制（Hierarchical Rule Dispatching）：

• 当 Agent 在 frontend/ 目录下操作时，调度器只动态挂载全局规则与前端子规则，后端规则保持静默；
• 按需加载使单次任务的规则开销始终被精确控制在 500 Token 以内，既保持了纪律性，又维持了极致的敏捷与低成本。

4. 本节练习与反思