推荐这个群友的开源项目 plan-tree 项目的切入点是把你和 AI 讨论过的方案、做出来的决策、当前的进度、下次应该从哪里继续，统统沉淀成一棵 Markdown 规划树。 它不替你做决策，让你的决策更清晰完整 解决了两个 AI 编程中最重要两件事。 第一，对齐成本。每次开新会话，直接丢规划树进去，不用重新讲背景。 第二，强迫你真的想清楚。 当你要把决策写进规划树的时候，你会发现很多「差不多懂了」其实是「说不清楚」。强迫你把模糊的认知变成结构化的文字，这个过程本身就是在澄清思路。 plan-tree 用的「大循环模式」工作流，说的是，先充分讨论、澄清、形成可落地方案形成文档，再让 AI 批量执行，执行完之后，再把进度、证据和剩余问题回写到规划树。 先把树种好，再让机器去砍柴。 我觉得这才是 AI 编程应该有的姿势。 你想想看，AI 时代最稀缺的不是执行力，执行力 AI 给了，而是方向感，是那种「我知道我在做什么、为什么这么做、下一步去哪里」的方向感。 plan-tree 就是帮你保留这种清醒的工具。 能降低AI 实现功能的偏移，如果你也有相同的问题推荐你试试