让 AI 连续打工 16 小时不崩溃？我总结了 13 条大项目“驯服”铁律》
从 6GB 跨语言迁移实战中提炼的 TRAE AI 调度法则，把 AI 从“代码民工”变成“全自动工程团队”)
一句话推荐
一套为TRAE专门定制，经过 6 小时实战验证的 AI 大项目管理规则，让 TRAE AI 从"写代码的工具"变成"能独立交付的工程团队"。（为了这个，我专门逆向了TRAE的斜杠命令（狗头饶命））
这套规则解决什么问题？
| 痛点 | 传统 AI 编程 | 使用本规则后 |
|---|---|---|
| 长任务崩溃 | 最多 1.5 小时就跑偏 | 稳定运行 6 小时+ |
| 上下文爆炸 | 规则冗长、token 浪费 | 精炼指令，留出更多空间给代码 |
| 项目失控 | AI 一锅炖，改东墙塌西墙 | P0→P1→P2 分阶段闸门，逐步交付 |
| 方案 ≠ 代码 | AI 写完方案就开始乱写代码 | 方案审批与编码授权严格分离 |
| 平台绑定 | 只能在特定工具中使用 | 可迁移至 Cursor / Claude Code 等任意平台 |
规则架构一览
┌─────────────────────────────────────────────────┐
│ 🧠 主 AI 代理（调度层） │
│ 只负责拆解、委派、审批，不写实现代码 │
└──────────┬──────────┬──────────┬────────────────┘
│ │ │
┌─────▼───┐ ┌────▼────┐ ┌──▼──────┐
│ UI 子代理│ │逻辑子代理│ │数据子代理│ ← 分片并行
└─────────┘ └─────────┘ └─────────┘
│ │ │
┌─────▼──────────▼──────────▼────────────────┐
│ 🔍 审查子代理（实时质检） │
└────────────────────────────────────────────┘
十条核心规则速览
| # | 规则名称 | 核心要点 |
|---|---|---|
| 1 | 调度分工 | 主代理只拆解不写码，除非子代理连续失败 2 次 |
| 2 | 分片并行 | UI / 逻辑 / 数据层独立并行，≥3 子代理同时开发 |
| 3 | 文档阅读 | 优先用浏览器读文档，失败降级 WebFetch |
| 4 | 新功能检查 | 异常处理 → UI 自查 → 功能完整性，三步必过 |
| 5 | 需求澄清 | 不确定就问，绝不猜测，不结束对话 |
| 6 | 质量优先 | 禁止跳过任何检查步骤 |
| 7 | 分优先级 Spec | P0 通过 → P1 → P2，每阶段生成 spec/tasks/checklist |
| 8 | 编码授权边界 | 方案获批 ≠ 可以写码，需用户明确授权 |
| 9 | 编译验证 | 每个优先级结束时必须整体编译，通过后才能进入下一阶段 |
| 10 | 豁免隔离 | 用户可豁免某条规则，但仅限当前回合，技术债务必须声明 |
别复制这里的，规则在下面
（Step 1：复制规则）
七大核心优势
通用性极强 — 不绑定任何项目
跨语言迁移、大型重构、从零搭建、架构升级……只要任务规模大、周期长、结构复杂，这套规则就能适配。
驯服长周期任务 — 实战验证 6 小时稳定运行
通过 分阶段闸门（P0/P1/P2）+ 编译验证 + 方案执行分离，让 AI 在一次会话中完成以前根本不可能完成的跨语言、跨生态迁移。
轻量化 — 节省上下文空间
每条规则直接对应一个执行动作，没有冗余解释。相比动辄几千 token 的 AI 技能描述，这套规则极其精炼，为实际代码和调试留出充足空间。
可移植性强 — 不被平台锁死
规则描述的是工作流结构，不依赖 Trae 特有 API。迁移到 Cursor、Claude Code 等平台只需调整少量工具映射。
可迭代、可优化
规则是活的——随时修改，下一轮对话立即生效。已在实战中补上"或更多优先级"和"永动循环"等补丁，随经验持续进化。
有明确可验证的成功案例
6GB Swift 工程 → 跨语言迁移 → 独立软件成功嵌入并正常启动 → 6 小时、几轮调试、一次会话完成。不是"理论可行"，是事实可行。
使用方式
Step 1：复制规则
将下方规则文本完整复制到你的 AI 编辑器自定义规则中：
在制作大项目（重构、从零开始制作）时你需要遵守的规则（小改动如修bug、加功能等请忽略）：
一、调度分工：主AI代理（即你）只负责拆解调度与任务委派，不写实现代码。仅同一子代理同一任务连续失败 2 次，或改动核心基类（被 ≥3 个模块依赖的基础类）时，本体才可介入。
二、分片并行（在plan模式下请忽略）：按 UI / 逻辑 / 数据层切分，相互无依赖时可同时拉起 ≥3 个子代理并行开发；存在依赖关系时按依赖顺序串行。另起 1 个审查子代理实时检查（代码风格、符合 spec、有无 bug）。
三、文档阅读：用户给链接时，优先用 agent-browser 读；失败则用 WebFetch 并附来源。
四、新功能检查：① 异常处理 ② UI 自查（圆角/色值/悬停/适配/与原风格匹配）③ 功能完整性。
五、需求澄清：需求不明确必须用 AskUserQuestion，不得猜测，不要结束对话；技术细节自行查文档。
六、质量优先：禁止跳过任何检查步骤。
七、分优先级 spec（在plan模式下请忽略）：任务有 P0/P1/P2（或更多）时，依次撰写，前一个优先级（如P0）全部通过后才写下一个（如P1）（如果有下一个优先级，自动进入下一个优先级，禁止结束对话），生成 spec.md / tasks.md / checklist.md，完成后都必须 NotifyUser 审批。每个 spec、task 、TODOlist末尾必须写触发下一阶段的指令用来**自动**进入下一优先级。“全部通过”指：在本优先级下，spec 获批 + tasks 全部完成 + checklist 全部勾选 + 规则九编译验证通过。（一轮对话中要完成所有内容（所有P））
八、编码授权边界：用户先说“不要写代码/只写方案”并开启 spec/plan 模式的，NotifyUser 批准方案 ≠ 编码授权，AI 立即停止等下一步（停止对话）。下一轮用户明确说“开始写代码/可以编码”才算正式授权，且仍遵循规则七的优先级流程。
九、编译验证：每个优先级阶段（P0/P1/P2）结束时，须整体编译验证，确认无误后再进入下一优先级。（若项目仅有单个优先级，则在最终交付前编译验证一次即可。）
十、豁免隔离：用户须明确引用条例编号并说明可违反，该豁免才在当前对话回合生效，且不继承至下一轮或任何子代理。若豁免产生技术债务，AI需在交付时声明。
十一、请求调试：如果遇到难以解决的问题，你可以申请让我（使用AskUserQuestion询问我）运行相应的程序并给你调试信息（注意，调试信息.txt在你没有询问用户之前可能不是最新的(除非用户主动提及。(如：你可以查看 调试信息.txt) ））
十二、方案审查：如果用户拒绝了这个方案，禁止停止对话，你需要询问用户原因并重新做一份；如果批准了方案，参考规则七、八、九。
十三、单次并行子代理调用的上限是 15个。一般在运行查找信息等需要大量数据又可以并行处理的场景下使用（例如：批量网页搜索、多文档并发分析或跨平台数据聚合）。
Step 2：开启 Plan / Spec 模式
告诉 AI 你的项目需求，它会：
- 自动生成 spec.md（规格说明）
- 拆分 tasks.md（任务清单）
- 生成 checklist.md（验收检查表）
-
- 再次进行这一步骤直到所有内容全部完成（有效解决了AI做事情 不分主次 的问题）
(建议选择比较靠前一点的模型）
- 再次进行这一步骤直到所有内容全部完成（有效解决了AI做事情 不分主次 的问题）
Step 3：审批 → 授权编码 → 交付
审批方案 → 明确说"开始写代码" → AI 按优先级逐步交付 → 编译验证 → 进入下一阶段
我是怎么做的
一个字，逆向！我通过逆向TRAE的spec文件和plan文件了解了他的内置的skill，从而让我的规则提示的更精准（饶命）；同时，我使用了AI帮我在不改变原意的方式压缩长度，减少上下文
效果对比
| 指标 | 使用前 | 使用后 |
|---|---|---|
| 单次会话最长稳定时间 | ~1.5 小时 | 6 小时+ |
| 任务跑偏率 | 高（中后期失控） | 极低（闸门机制兜底） |
| 上下文消耗 | 大量浪费在冗余输出 | 精炼高效 |
| 交付可控性 | 不可预期 | 每阶段可验证 |
| 跨平台迁移成本 | 需重写 | 仅调整工具映射 |
可以看到，一个大任务被分成了P0，P1，P2，一个P可以分成不同的批次。AI可以慢慢忙
本规则体系已通过 6GB Swift 工程跨语言迁移实战验证。规则可自由复制、修改、传播，你需要遵守 MIT协议。
（旧的规则有12条，你可以在这里下载规则.md.zip (2.3 KB)）
喜欢就点个赞吧
