NeuralOS
GuideIntermediate

C-A-R 协议 · 如何用你的 AI(Claude Code、Codex、NeuralOS)构建零 bug 的软件

当你让 AI 构建东西时,它会进入「构建者模式」:乐观、只想象唯一一条顺利的路径,看不见自己的错误。C-A-R 协议(构建 · 审计 · 反思)会逼它换一顶帽子,用悲观审计者的眼光重新检视自己的成果——而且是在一个独立的回合里完成。这就是「上线就崩的 demo」和「扛得住的软件」之间的差别。这里就是完整的方法,以及在 Claude Code、Codex 或 NeuralOS 上激活它的主提示词。

Jun 17, 202614 min
这是写给谁的?
写给任何用 AI 构建应用的人——你不需要会编程。如果你的 AI 曾经跟你说「搞定了,能用了」,结果后来某个地方崩了,那这套方法就是为你准备的。它在 Claude Code、Codex、Cursor 或 NeuralOS 上同样好用。

问题所在:AI 看不见自己的 bug

构建和审计是互不相容的两种心理状态。当 AI 在构建时,它是乐观的:只想象唯一一条顺利的路径,一门心思「让它跑起来」。在这种模式下,它对自己的错误是盲目的。审计需要的恰恰相反:悲观,去想象一切可能出错的方式。

如果你让 AI 同时构建又检查,两件事都会做不好:构建做一半,审计也做一半。解决办法不是一个更聪明的提示词——而是把两个阶段拆到不同的回合里

这样想就懂了
这就像写文章和改文章。如果你边写边改,既写不下去也找不到错误。好的写作者会先把全部写完,第二天头脑清醒了再来修改。C-A-R 就是给你的 AI 那个「第二天」。

协议的 3 个阶段

C — 构建。 AI 带着创造力去构建:研究竞品的标准,做干净的架构,一边推进一边自测。做完后,它停下来给你交一份报告(做了什么、做了哪些决定、有什么没做以及为什么)。此时还不审计。

A — 审计(真正的 debug 就在这里)。 在一个全新的回合里(头脑清醒、悲观),AI 重读自己的全部成果并做 debug:抓真正的 bug(内存泄漏、竞态条件、安全漏洞、无障碍缺陷),尤其是修补构建者模式留下的缺口、空洞和不一致。它不只是「找错误」:它把一切打磨到位,做到传奇级。每一处发现都要用一条回归测试来固定住修复——没有测试,修复就不算完成。

R — 反思。 AI 写下这次审计的经验教训:在构建者模式下漏掉了什么,以及为什么。这份文档随着每一轮循环不断成长,成为项目的制度化记忆——下一次它就不会再犯同样的错。

黄金法则
永远不要在构建的同一回合里审计。把检查清单写成代码里的注释并不算应用了它——审计必须活在一个独立的回合里,并有测试作支撑。这种分离就是全部的秘诀。

完整的循环 · 它到底如何真正闭环(不只是 C-A-R)

在实践中,C-A-R 不止步于「反思」:它靠给你的整个生态系统喂料来闭环,好让知识不流失、下一轮循环起点更高。这才是真正的循环,就是每一次好的开发之后所应用的样子——它把你在整个系列里看到的一切串在一起:

黄金循环(每当你完成了一件好东西)
构建 → AI 创建并给你交报告。
冒烟测试 → 你跑那些钉住成果的测试;全绿了才继续。
审计 / debug → 全新回合:抓 bug,修补缺口、空洞和不一致,打磨到传奇级(每处修复都配一条测试)。
反思 → AI 写下经验教训(漏掉了什么以及为什么)。
推送到 GitHub → 把好的节点存到云端(你的安全网)。
更新知识图谱 → 如果你用 Graphify,就重建图谱让它反映新内容。
把协议存进记忆 → 把它留在你的 CLAUDE.md 里,让 AI 永远不忘。
这个循环多久做一次?
每个 sprint 或每一段重要的开发之后——不是每写一行就做一次。规则是:当你完成了值得保留的东西,就把整个循环闭上。琐碎的小修复不需要它;功能、重构和跨文件的改动,永远需要。
把协议存进你 AI 的记忆里
要让这变成习惯而不被遗忘,最重要的一点:把协议粘进你的 `CLAUDE.md`(或你 agent 的指令文件)。这样 AI 在每个会话里都会默认应用它,而不用你去提醒。这就是系列第 1 阶(记忆)在为你工作:协议活在记忆里,而不在你脑子里。

如何一步步应用

完整的循环
让你的 AI 构建这个功能,并要求它做完后给你一份报告(先别审计)
读报告并批准
在一条新消息里写「开始审计」
AI 用审计者的眼光重读一切,并为每个 bug 配上测试来修复
它把审计连同已修复的发现清单交给你
AI 保存经验教训以免重蹈覆辙

主提示词(复制粘贴即可)

把这段粘到你项目的开头(放进你 AI 的指令文件里:CLAUDE.md.cursorrules、你在 NeuralOS 里的 agent 指令,或者干脆放到对话开头)。从此,你的 AI 就会默认应用 C-A-R。

主提示词 · 激活 C-A-R文本
从现在起,对所有非琐碎的工作(新功能、重构、跨文件改动)应用「构建-审计-反思」(C-A-R)协议。只有在一行的琐碎修复,或我明确要求时,才跳过它。

=== 阶段 1 · 构建 ===
带着创造力去构建。写代码之前先研究竞品的标准。做边界清晰的架构。一边推进一边自测。
完成后,停下来给我一份报告:
- 创建/修改的文件和关键决定
- 你在标准之上加了哪些改进
- 测试结果(type-check、build、tests)
- 有什么没做以及为什么(范围边界)
然后等待。这个回合里不要审计。不要把审计和构建混在一起。

=== 阶段 2 · 审计(独立回合 · 需要我批准)===
等我说「开始审计」。然后:
1. 用审计者的头脑(清醒、悲观)重读每个文件
2. 分类记录发现:
   - 关键项:真正的 bug(内存泄漏、竞态条件、安全漏洞、无障碍缺陷、语义错误、数据损坏)
   - 改进项:健壮性、性能、UX 打磨
3. 为每个发现配一条回归测试来固定住修复——没有测试,修复就不算完成
4. 跑激进的边界用例测试:unicode、边界值、事件刷屏、并发操作、取消路径
5. 四重验证:type-check + build + 现有 tests + 新 tests,全绿了才收尾

=== 阶段 3 · 反思(随审计一起)===
写一份经验教训文档:每个发现连同它的根因(我在构建者模式下漏掉了什么?)、元教训,以及为下一次构建更新的检查清单。这份文档随每一轮循环成长,是项目的记忆。

规则:
- 永远不要在构建的同一回合里审计。
- 永远不要在没对新代码跑过一次真正审计的情况下声称「没有 bug」。
- 永远不要跳过审计修复的回归测试。
- 根因,绝不打补丁。如果一个值到达时是空的,就找出为什么;不要用一个默认值把它盖过去。

根据你已有的东西,组装出属于你的协议

上面的提示词是基础。但当你把这个系列里的工具加进来,协议会变得更强。用与你的配置相匹配的提示词——从简到全。核心思路:让你的 AI 用你拥有的一切来闭环。

第 1 级 · 你只有 GitHub
如果你把项目存在 GitHub 上(你应该这么做——这是系列的第 4 阶),就加上带备份的收尾。把下面的「+ GitHub」块加到主提示词末尾。
加到主提示词 · + GitHub文本
=== 循环收尾 · GITHUB ===
在审计全绿之后(type-check + build + 冒烟测试全部通过),在把工作视为完成之前:
1. 如果我们还没跑冒烟测试,提醒我去跑。
2. 做一次 commit,写一条清晰描述我们成果的信息。
3. push 到 GitHub,把好的节点存到云端。
绝不在没把进度备份好的情况下收尾一个循环。
第 2 级 · 你有 RAG 和/或 Graphify
如果你还用了知识图谱(Graphify,第 6 阶)或 RAG,你的审计可以深得多,你的循环靠给图谱喂料来闭环。这就是全栈版协议,也是我们自己用的那套。
加到主提示词 · + RAG + Graphify(全栈)文本
=== 审计的深层上下文 ===
审计之前,查询项目的知识图谱(Graphify)或 RAG,理解我改动的东西如何与其余部分连接。审计时要理解对**整个系统**的影响,而不只是我改的那个文件。问自己:还有哪些部分依赖它?可能级联地弄坏了什么?

=== 循环收尾 · 全栈 ===
当审计全绿时,按这个顺序把整个循环闭上:
1. 冒烟测试 → 全绿。
2. commit + push 到 GitHub(存好节点)。
3. 重建 / 更新知识图谱(Graphify)让它反映新改动,这样下一次审计就有新鲜的上下文。
4. 把审计的经验教训存进项目的记忆文档。
5. 确保 C-A-R 协议仍写在 CLAUDE.md 里,以免忘记。
这个循环在每个 sprint 或每一段重要的开发之后应用。
心里的那条规则
问自己「我有什么?」然后组装:永远用基础提示词 · + GitHub(如果你往云端备份)· + RAG/Graphify(如果你有深层上下文)。系列里的工具越多,你的循环越完整(也越刀枪不入)。

应用它需要哪些资源?

所需的一切
一个代码构建 AI:Claude CodeOpenAI Codex、Cursor,或 NeuralOS(它已经内置了 agents 和应用锻造炉)
一个用来粘贴主提示词的指令文件(CLAUDE.md.cursorrules,或 agent 的指令)
等待的纪律:批准构建,然后在另一条消息里请求审计
可选但推荐:一个项目的知识图谱,好让审计有完整的上下文(见下方 Graphify 的资源)
用 NeuralOS 更简单
NeuralOS 里,每个 agent 都有自己的指令文件和持久记忆,所以 C-A-R 协议是永久生效的:agent 构建、向你报告、在独立回合里审计、保存经验教训——都不用你每次去提醒它。

把审计带到下一个层次

如果你的 AI 理解整个项目是如何连接的,而不只是它改的那个文件,那审计阶段会强大得多。这正是 Graphify 存在的意义:它把你的仓库变成一个知识图谱,AI 在审计前会去查询它。

safishamsi/graphify
REPO

面向 AI 助手(Claude Code、Codex、OpenCode)的多模态知识图谱构建器。把你整个仓库变成一个交互式图谱,解释代码做了什么、以及为什么这样设计。

PythonMITView on GitHub
Graphify · 为你的 AI 打造知识图谱(完整指南)
学会给你的 AI 一张项目的完整地图,好让它审计得更好。
#方法论#质量#claude-code#codex
Ready to build?

Start building in
under 3 minutes

Join 4,200+ builders. No credit card. Build your first app with AI in minutes.