术语表
首次出现附英文原词；按主题聚合。
- LLM（大语言模型）：以海量文本与代码预训练的概率生成模型，是各类 AI 编程工具的引擎。
- Token：模型的最小处理单位；中文约 1 字 1-2 token，代码符号密度更高。
- 上下文窗口（Context Window）：模型单次请求能读入的 token 总量上限；窗口大不等于可用上下文大（注意力稀释）。
- 注意力预算：把窗口当预算分配的思维模型——每份贴入材料都要挣得位置，最小充分集优先。
- 幻觉（Hallucination）：模型编造不存在的事实、API、包名或文献，且表述自信流畅。
- Ghost Text（灰影文本）：编辑器补全以灰色虚影展示的建议文本，Tab 接受、Esc 拒绝。
- 采纳率（Acceptance Rate）：接受的补全次数 ÷ 展示的补全次数；只反映工具黏性，不反映质量。
- Agent（智能体/编码代理）：LLM + 工具 + 循环的组合体，能自主读写文件、执行命令、运行验证并迭代至目标达成。
- 工具调用（Tool Calling）：模型在生成过程中调用外部能力（读写文件、执行命令、搜索）的机制。
- 检索增强生成（RAG）：先按相关度检索材料再拼入上下文生成的技术；代码库语义检索是其编程场景形态。
- 嵌入（Embedding）：把文本映射为向量的表示方法，语义检索按向量相似度召回。
- 语义检索（Semantic Search）：按含义（而非字面）相似度检索代码；对精确符号匹配常不如关键词检索，两者互补。
- 规则文件（Rules File）：仓库内随会话自动注入的常驻 AI 指令（AGENTS.md / CLAUDE.md / .cursorrules 等）。
- 上下文包（Context Pack）：为单个任务打包的最小充分材料集合：任务、代码与行号、接口约定、验收样例、约束禁区、已排除项。
- 意图-约束-验收三元组：对话式编程的可靠表达结构：做什么/为什么、边界与禁区、怎样算完成。
- Spec 驱动开发（Spec-Driven Development）：先写可执行规格（目标/接口/行为清单/错误处理/验收条件）再让 AI 实现、按规格逐条验收的工作流。
- TDD（Test-Driven Development，测试驱动开发）：红灯-绿灯-重构循环；与 AI 配合的关键是人不放弃测试的意图定义与质量审查。
- 特征测试（Characterization Test）：重构前对现有行为快照的测试，证明改动后行为不变。
- 弱断言：不检查实质内容的测试断言（只验证不抛异常、期望值由实现反推），是测试凑答案的信号。
- 依赖幻觉（Package Hallucination）：模型推荐实际不存在的包名。
- Slopsquatting：攻击者抢注 AI 常产出的幻觉包名并植入恶意代码，等待受害者安装。
- Typosquatting：仿冒知名包形近名称的恶意包。
- SCA（Software Composition Analysis，软件成分分析）：扫描项目依赖、比对已知漏洞库的安全工具类别。
- 许可证家族：宽松型（MIT/BSD/Apache-2.0，义务轻）与著佐权型（GPL/LGPL/AGPL，要求开放衍生源码）两大类。
- 密钥卫生（Secrets Hygiene）：密钥不进提示词、AI 产出只用占位符、提交前扫描的三防线纪律与作废-轮换-排查-复盘应急序列。
- 风格漂移（Style Drift）：AI 产出引入与仓库既有惯例不一致的第二套写法，是复利型技术债。
- 派工单：给 Agent 的结构化任务书：目标、验收命令、禁区、预算上限、回报格式。
- 跑偏（Drift）：Agent 在循环中错误累积、偏离目标的现象；对策是预算 + 信号清单 + 教训落盘重启。
- 沙箱（Sandbox）：限制 Agent 副作用半径的隔离环境（容器/临时目录/禁网）。
- DORA 四键：部署频率、变更前置时间、变更失败率、恢复时长——经过大规模实证的软件交付结果层指标。
- Goodhart 定律：「一旦指标成为考核目标，它就不再是好指标」——度量设计不入个人绩效的依据。
- Vibe Coding：以自然语言意图驱动、轻视逐行审查的生成式编程风格；2025 年由 Andrej Karpathy 提出，本库立场是审查纪律不可省。
- MCP（Model Context Protocol）：模型与外部工具/数据源连接的开放协议，工具生态标准化的代表。
参考资料
本列表基于模型知识整理，建议按需核对原文。所有条目为真实存在的经典文献；本库不提供 URL，不确定的链接一律不列。
论文
- 《Attention Is All You Need》Vaswani 等，2017 —— Transformer 与注意力机制原始论文，上下文窗口的机制源头。
- 《Evaluating Large Language Models Trained on Code》Chen 等，2021 —— Codex 论文，代码模型能力评估（HumanEval）的奠基之作。
- 《ReAct：Synergizing Reasoning and Acting in Language Models》Yao 等，2022 —— 推理-行动交替循环的代表论文，Agent 循环的思想来源之一。
软件工程经典
- 《Test-Driven Development：By Example》Kent Beck —— 红灯-绿灯-重构循环的原始定义。
- 《Refactoring：Improving the Design of Existing Code（第2版）》Martin Fowler —— 行为保持重构与特征测试的权威方法论。
- 《Code Complete（第2版）》Steve McConnell —— 构建质量与评审检查单方法的经典基线。
- 《Accelerate：The Science of Lean Software and DevOps》Nicole Forsgren 等 —— DORA 四键指标体系与大规模实证。
- 《人月神话（The Mythical Man-Month）》Frederick P. Brooks Jr. —— 「没有银弹」：对工具乐观主义的持久清醒剂。
- 《Pro Git》Scott Chacon & Ben Straub —— 分支模型与历史操作（revert/bisect）权威手册。
认知与伦理
- 《Make It Stick：The Science of Successful Learning》Peter C. Brown 等 —— 提取练习与必要难度，技能保持的学习科学依据。
- 《Debugging：The 9 Indispensable Rules》David Agans —— 调试九律，假设树方法的精神源头。
- 《The Alignment Problem》Brian Christian —— AI 对齐问题的通识经典，伦理判断的概念底座。
许可证文本
- MIT License / Apache License 2.0 / GPL-3.0 / AGPL-3.0 官方文本 —— 义务判断的唯一权威来源，建议至少通读 MIT 与 Apache-2.0 全文。
使用提示
- 本库不绑定任何具体产品的官方文档；产品界面与命令以各产品最新文档为准。
- 引用本库观点做团队规范时，建议回溯上述一手文献核对语境。