我最近看到一則推文提到，他們公司使用 AI 工具開發軟體，發展出一個工程哲學叫做 Compounding Engineering（中文也許能翻成複利工程）。
我覺得很有趣，因為這個就是我在使用 AI 工具時，很自然會做的事情。簡單來說，當你要求 AI 寫程式，而它偏離預期方向時，要去討論怎麼樣把規範定義地更清楚，這樣以後 AI 犯錯的機率就會越來越少，甚至可以更早辨識出可能犯錯的地方，開發就會越來越有效率。
AI 容易犯錯但能溝通的例子
一些 AI 模型雖然聰明，但沒有最新的知識。我很常遇到的是 Claude Code 去使用舊版 TCA 的語法，而我希望它採用新的。所以我會在 CLAUDE.md 放上新版語法的範例，作為規範。
或者是，在執行測試時，Claude Code 會優先使用 swift test。但我的專案是 iOS 專案，需要用 xcodebuild test。這種指令範例，我也會寫在 CLAUDE.md 裡面。
我的自訂指令實例
當我遇到 Claude Code 偏離預期方向時，會打斷它並且修正指令。如果情況很嚴重，就會事後跟它討論問題出在哪、如何避免之後類似問題再發生。
以下是我的自訂指令：
