从cursor 到Claude code、Codex 再到Trae。这些工具通过这些精心设计的约束和工具可以快速让你的项目代码“从0到1”，也让铺天盖地的新需求新项目变成一个个黑盒子摆放在我们面前。现在agent的能力在快速提升，快速产出，而上线的项目的质量还是开发者兜底，如果agent能力提升并没有带来更多的项目掌控力，没有提升我们的阅读代码审查的能力，甚至让我们阅读能力变差，怎么办？怎么改善？
在我实际使用ai辅助开发的时候，我观察到，当ai理解我们的需求但出来的效果总是对不上的时候，让ai做一个系统性的红绿测试能很好改善这个问题。这是通过测试驱动开发的方式让llm这样的概率模型被限制在一个可控的测试环境内，倒逼它去理解代码真实的行为。这是让ai和代码行为对齐了。那我们呢？我们还是需要花时间精力去阅读代码和具体的代码的行为和边界对齐，说白了这就是开发者的责任，这个无法转嫁给ai。如果测试驱动开发本身最大的价值就在于倒逼写代码的一方去深度思考代码的行为和边界，而这不仅是ai需要的也是我们打破黑盒子最好的切入点之一。
这个有大佬100k stars的skill里包含了很好的给ai进行tdd的方案，但是我要做的可能反过来，我希望ai能很好地辅助我们通过红绿测试，读懂必要的代码，去让我们快速理解项目行为，这就是写这个skill的初衷。
这个skill适合在带ide的agent框架中使用，我在反重力和goland（接入codex），发现最适合做这个的还是trae ide 右边是引导你进行修改 左边可以直接看到变化，参与测试修改，然后trae帮你长期记录。
快速开始
使用 skills 安装器从 GitHub 直接安装：
npx skills@latest add laid-backprogrammer/interactive-tdd-pedagogy-skills
然后在你的 Agent 中调用该 skill：
$interactive-tdd-pedagogy
你也可以跳过交互式 Agent 选择器，直接指定目标 Agent 进行安装：
npx skills@latest add laid-backprogrammer/interactive-tdd-pedagogy-skills --agent codex --skill interactive-tdd-pedagogy -y
npx skills@latest add laid-backprogrammer/interactive-tdd-pedagogy-skills --agent claude-code --skill interactive-tdd-pedagogy -y
npx skills@latest add laid-backprogrammer/interactive-tdd-pedagogy-skills --agent trae --skill interactive-tdd-pedagogy -y
npx skills@latest add laid-backprogrammer/interactive-tdd-pedagogy-skills --agent trae-cn --skill interactive-tdd-pedagogy -y
核心观点与设计哲学：AI 代码生成时代的掌控力重建
1. 自动化的悖论：AI 在狂飙，我们在退化？
大模型的代码生成能力正在以惊人的速度提升。在持续的业务压力与不断堆叠的产品需求面前，坚持过去的“古法编程”——每一行都由人类慢慢手写——显然已经无法匹配现代的开发节奏。我们必须、也正在与 AI 结对编程。
然而，AI 写代码的能力越强，我们对代码的掌控力却在被无形地削弱。
如果只让 AI 不断堆砌代码，而开发者仅仅扮演“一键采纳”的审查员，整个代码库就会迅速变成一个不可触碰的黑盒。长此以往，开发者的代码阅读与系统把控能力会逐渐退化，直至完全依赖 AI。
但不可忽略的底层事实是：LLM 再强，本质上仍然是概率模型。真正对项目质量和线上稳定负责的，永远只有我们自己。
2. TDD 的真实精髓：对行为的极致理解
TDD（测试驱动开发）的精髓从来不在于教条式的测试覆盖率，也不是形式上的先写测试。TDD 的真正价值，在于通过测试强迫我们在开发时梳理和增加对代码行为的绝对理解。
只有当你真正想清楚了输入是什么、可观察的输出应该是什么、状态如何流转、失败路径如何处理，你才算真正理解了这段代码。只有真的理解了行为，才能真正写好代码，也才能在 AI 生成代码时，有能力戳破幻觉，守护工程防线。
3. 双向对齐的 Harness（行为安全网）
Harness（安全网）在 AI 结对时代承载着双向对齐的特殊使命：
- 对齐 Agent：让 Agent 的代码生成逻辑必须与可执行的行为契约对齐，消除模型随机性与幻觉。
- 对齐 开发者：迫使人类开发者对代码行为的期望，也和这套 harness 对齐。
只有这样，Harness才不再是单纯的“跑通测试”，而是人、Agent 与代码之间可执行的共同理解契约。这是长期维护中能够维持掌控力、防止项目黑盒化的当前比较好的一个出路。
4. 跨越语言与业务壁垒：从零到掌控
如何快速接手一个全新的、甚至语言语法都不熟悉的项目？
如果你让 AI “给我解释一下这个项目”，你只会得到一大堆缺乏上下文的文字垃圾。
而本 skill 将“接手项目”拆解为极小的行为契约循环。每次只选一条极窄的路径，从一个断言反向追溯到业务逻辑，通过小而精的苏格拉底追问和红绿变化，带你走过最艰难的认知门槛。这不仅能让你在几分钟内建立起对项目的直观认知，更能在此过程中跨越语法障碍，快速训练出强大的代码阅读能力与技术把控力。
它能做什么
该 skill 将项目接手转变为由 AI 引导的深度结对编程会话。Agent 不会直接抛出大段解释，而是强迫自身：
- 每次只选择一条极窄的行为路径；
- 编写一个极小的行为契约以对齐期望；
- 将一个测试断言反向追踪至具体实现代码；
- 提出一个具体的预测问题来检验你的理解；
- 只有在行为期望完全明确后，才启动 Red-Green-Refactor；
- 记录已证明的行为、未知的盲点以及后续需要复习的任务。
我们的目标不是让 AI 替代你的大脑，而是利用 AI 百倍地放大你的代码阅读能力和对项目的掌控力。
运作机制
核心单元是 极简行为契约 (Mini Behavior Contract)：
Agent 不被允许直接进行大面积的代码修改或宏观解释。它必须将每一步控制在你能完全跟上并掌握的认知负荷之内。
适合什么时候使用
当你希望实现以下目标时：
- 快速、可靠地接手一个新项目；
- 通过测试作为路线图，透彻理解陌生的代码；
- 通过真实的业务行为，快速学习一门新语言或新框架；
- 评审 AI 生成的代码，而不是盲信和一键采纳；
- 将模糊的需求或 bug 转化为可观察、可验证的具体行为；
- 构建一套 harness，让人类与 Agent 围绕同一套期望高效协作。
本地链接
对于普通用户，推荐使用 npx skills@latest add ...。如果你在本地进行开发并需要确定性的本地链接，请使用：
npm run link:claude
npm run link:codex
本地链接脚本支持：
AGENT=claude→~/.claude/skillsAGENT=codex→${CODEX_HOME:-~/.codex}/skillsAGENT=agents→~/.agents/skillsAGENT=custom SKILLS_DIR=/path/to/skills→ 自定义 skills 目录
内置 Skill
interactive-tdd-pedagogy- 通过极简行为契约、苏格拉底检查点和红绿重构门控闭环，提供项目接手与代码阅读训练。
