不是靠每次口头提醒,而是让文件成为任务交接的介质:脚本把完整任务写进文件,AI 读文件、把结果写回文件,下游只认产物文件,不认会话里说过什么。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
文件是交接介质,不是记忆开关
材料里的观点立正讲的文件响应模式,重点是让每一步的输入和输出都落在文件上:脚本把完整任务写进临时文件,让 Codex 或 Claude Code 读取,再把完整结果写到目标文件,Python 读回后继续下一步。这样做的好处是内容不受命令行长度限制、输出不被终端截断、任务从“回答我”变成“把结果写进这个文件”,而且下游只依赖产物文件,不依赖当前会话里说过什么。对一两个小时的访谈这类长内容,靠临时上下文记忆会不稳,文件才是更可靠的交接方式1。
所以“每次先读一下再执行”只说对了一半:真正起作用的是任务和结果都以文件形式固定下来,而不是每次重新口头交代。
上下文按项目隔离,不必塞进所有项目
Codex、Claude Code、Cursor 这类工具的设计是上下文按项目隔离:打开项目 A 得到 A 的上下文,打开项目 B 得到 B 的,A 和 B 之间不互通2。这意味着长效文件天然是“这个项目里的文件”,不是一份要复制到所有项目里的通用说明。
可以这样试:先只在一个项目里放一份任务说明文件,让 AI 读它、把结果写回指定文件,观察下一次同类任务是否还需要你重新解释。如果还需要,说明缺的是文件里的任务描述,而不是文件放得不够多。
材料只讲到文件作为任务交接与产物落盘的做法,没有给出“每个项目都放一份长效文件”的具体规范。
出处
- 1我的视频后期流水线skill
直接说明文件响应模式:任务写进文件、结果写回文件、下游只依赖产物文件。
- 2为什么OpenClaw一定会凉,但我仍然推荐你去试一试?
说明 Codex 等工具的上下文按项目隔离,可核对“是否要放进所有项目”这一点。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 总觉得现在学习新东西,技术没有什么意义了,因为ai能比你做的快10倍,同时也觉得任何东西/poc都没有门槛,我能几天之内学习新的技术,并deliver。如果我能,我相信别人也能,那我的竞争力到底在哪里? 学更广的知识还是干别的什么?
几天做出一个能跑的东西,只证明你当下交付得快,不证明能力留在你身上。竞争力更可能来自撤掉帮助后仍能判断、拆解和交付,以及别人做不出来的深度。
- workbuddy普通人怎么用
普通人用 AI 的关键不是学会某个工具,而是从“偶尔用一用”变成“让 AI 成为核心生产力”,并围绕自己反复做的一件事持续积累。
- 如何学习 ai
学 AI 要当手艺练,不是当知识背:围绕真实任务动手,用“撤掉帮助、隔段时间、换个条件还能不能做”来检验自己是否真会。
- ai时代如何赚钱?
立正认为AI时代赚钱的关键不是抓住某个风口,而是把认知和方法练出来:用经营者的视角看待工作,学会识别真正创造价值的事,并且相信赚钱的唯一方式是给别人创造价值。
- 课代表一直说要像学习一门手艺一样工作,这个怎么理解,什么是手艺,学习手艺的时候需要注意什么,如何精通一门手艺?
手艺不是熟练重复,而是能不断往深里钻研、越做越发现学问的活能力;学它靠动手试错,精通靠长期坚持。
- ai时代,我应该怎么了解我想做,可以做的事,作为马上就要毕业的大学生,我应该怎么样去求职。
先别急着海投简历,花一两天认真想清楚:不靠公司,你能给别人提供什么价值;再花几周去真实试一次。