开场：为什么“写了很多字”，AI 仍然生成不合群代码很多团队的第一版规范是 README 里随手追加的几段话：技术栈介绍、如何启动、再加几句“请注意分层”。对人类新同学，这勉强够用；对 AI 代理，这往往不够，因为代理需要的是可定位、可执行、可组合的结构化信息。更麻烦的是，规范一旦超过一定长度，如果缺少稳定的章节骨架，模型会只“记住”开头几段，后面的安全与测试要求被悄悄忽略。本讲给出一套可复用的六大支柱架构：项目上下文、仓库结构、架构规则与设计模式、编码标准、测试要求、安全与纪律。你会学到每一节应该怎么写、常见模板是什么、以及如何把 CodeSentinel 的规范写成一份可直接放进仓库的完整文档。我们还会讨论：结构化规则如何提升生成质量，以及如何用前后对比指标验证规范真的有效。最后列出写 AI 编码规范时的典型错误，帮你避开“越写越长但越来越没用”的陷阱。全局视角：六大支柱与信息 hierarchy1. 结构化规范的层次模型① 项目上下文类型/栈/版本② 仓库结构目录职责③ 架构规则模式/边界④ 编码标准格式/日志/异常⑤ 测试要求分层/覆盖/命名⑥ 安全与纪律密钥/合规/评审AI 生成代码质量提升2. 规范如何进入代理的决策链（简化）