# 策展 · X (Twitter) 🔥🔥🔥🔥

> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)

> 作者：shadcn (@shadcn) · 平台：X (Twitter) · 日期：2026-06-13

> 原始來源：https://x.com/shadcn/status/2065826989769163068

## 中文摘要

shadcn 主張把 AI 智慧視為可借用的資源，趁模型可用時及早累積實作計畫。

**核心觀點與策略**
shadcn 指出，frontier 模型隨時可能因故無法使用，因此開發者不應過度依賴單一模型進行開發。他主張將「智慧」視為一種可借用的資源，並採取以下策略：
- **累積計畫（Build the backlog）**：利用高階模型進行程式庫審計與規劃，將智慧轉化為具體的實作計畫。
- **分離規劃與執行**：使用昂貴的強大模型負責理解程式庫、判斷價值並撰寫規格書，再將執行階段交給成本更低、開源或可控的模型。
- **建立計畫目錄**：透過 `/improve` 產出標準化的 Markdown 實作計畫，確保後續開發不受限於特定模型。

**關於 `/improve` 工具**
這是一個支援 [Agent Skills](https://agentskills.io) 格式的 Agent skill，專門用於審計程式庫並產出可執行的計畫。其運作邏輯如下：
- **安裝與使用**：透過 `npx skills add shadcn/improve` 即可安裝。使用者可透過 `/improve` 進行全域審計，或使用 `/improve quick`、`/improve deep` 等參數調整審計深度。
- **計畫執行**：產出的計畫檔案位於 `` `plans/` `` 資料夾中。使用者可手動執行，或透過 `/improve execute <plan>` 指令調度較便宜的執行型 Agent，並由系統自動進行差異比對與驗證。
- **穩健性設計**：計畫內容包含「驗證閘門」（Verification gates）與「停止條件」（STOP conditions），確保即使是能力較弱的執行模型，也能在明確的邊界內完成任務，避免產生幻覺或錯誤。
- **維護機制**：透過 `/improve reconcile` 指令，系統可自動檢查已完成的計畫、更新因程式碼變動而過時的計畫，並排除已解決的問題。

**執行限制**
為確保安全性與可控性，該工具設有嚴格的硬性規則：
- 絕不直接修改原始程式碼，所有寫入動作僅限於 `` `plans/` `` 資料夾。
- 執行階段僅在隔離的 `git worktree` 中進行，最終合併權限保留給使用者。
- 嚴禁執行任何會變更工作目錄的指令，僅進行唯讀分析。

## 標籤

Agent, AIGC, 產業趨勢, 教學資源, shadcn, AI