我不假装自己会写代码。但"把一件事做成"这件事，我有明确的分工方法。
大多数简历只写会什么。我把边界也画出来——这样你不用猜，我也省得在面试里被问穿。
手写代码能力弱；CS 基础薄弱（微积分 60、数据结构 60、GPA 2.51）；评测指标的含义我能讲清，具体公式我不敢说能手推；代码实现细节答不上来，那是 AI 写的。
这几句我在面试第一分钟就会说。
大学三年没听课，2026 年 7 月第一次接触 AI。下面是原始记录，没修饰过——包括最开始那些很蠢的问题，以及 AI 给我的批评。每条都折叠了，想看再展开。
做完这个项目后，我让 AI 直说问题。它给了五条，我原样留着：
// 和 % 只记住"算花色点数用这个"，没意识到这是通用的「一维编号转二维坐标」我的回应也是原话留着："确实鞭辟入里。我什么都不懂，最开始用的整数，但是报错了，后来加上引号，反而能跑通，我就觉得加引号是正确的，而没有深入理解到底什么才是真正正确的。"
为什么我把这段放进来：两个半月后我能自己推导出 KV Cache 机理、能抓 AI 回答的逻辑矛盾。没有这个起点，那个终点没有说服力。
论文的核心数字是 pass 39%→73%、成本减半。它的设计原则是零成本白捡的，前提是肯把自己的体系摊开来照镜子。
规格是我拍的（六目录结构、七字段条目格式、术语必须齐全）；实现由 AI 完成。
需求原文："我能不能做一个验收标准的 skill，每次做完项目都运行一次就能体检。这个 skill 是通用的，但要让 LLM 针对不同项目主动排查出问题——固定 + 动态启发。"
"还有没有补充的，一定要齐全，AI 才能照着清单挨个检验，否则很可能遗漏"——这句在需求里重复了三遍，四层每一层都问了一次。
建成当天先要批评："你有优化升级的建议吗？可以提出批评和指正，我的水平不够高不一定正确，你可以检索 GitHub 以及联网检索权威资料来完善补充。"
最终三层交付：源模板 ×3（测试证据完整性 / 上线门禁与对外口径 / Agent 上线验收）→ 项目根 ACCEPTANCE.md 底稿（D 节填项目专属红线，验收官 Phase 0 优先读它）→ 项目实例（锁版本，源模板升级不追溯已归档项目）。
均由 AI 编码代理实现，我定规格并验收。展开看每一条里哪些是我定的、哪些是 AI 写的。
一个能拒答、答必有据的游戏知识问答助手。检索管线分四段，每段可独立开关——出问题能定位是哪一段的锅。
▶ 线上演示 rag.caohaotian.top ｜ 仓库 github.com/chtgogogo/valorant-rag-assistant ↗
把"线下交割怕冒领"这种说不清的担忧，拆成五条可以逐条验收的规则。这个项目更能说明我的需求翻译能力。
▶ 线上演示 lost.caohaotian.top ｜ 仓库 github.com/chtgogogo/campus-lost-found-system ↗
把用 AI 踩过的坑一条条固化成可执行纪律，每条写清触发条件、边界划分与版本史，起因能追溯到具体事故。配套体检器和调用统计脚本，规则要改必须跑通检查才允许入库。
生效性体检器——起因是那句"免得有不生效的东西我都不知道"。我定查什么体检器 AI 写
多会话并行踩脚——我立的规矩
论文转化——我拍的：把微软 propose-probe-commit（起草—核实—归档）翻成自己体系的纪律：环境类信息（路径 / 版本 / 数字）实地核实再落笔；引用外部文件必须自带"指针失效时按什么执行"的降级路径；定期抽 3 条做漂移抽查。并定判据：易漂移的必核，稳定事实（用户偏好、红线、决策理由）不核，防止核实本身变成新开销。
归属三条线——我立的规矩：发现自己展示仓库里混着下载来的别人的 skill，直接下架（"这个都不带 Cao，都不是我的 skill，是下载的别人的"）；自己的初代作品被上位版吸收后也删（"免得混淆"）；私人提取工具改 CHT- 前缀不入公开库。最终三条线：A-Cao- 基础设施常驻 / Cao- 自有可分享 / CHT- 自有私人专用。
调用记账——我定的：调度器每次成功调用 skill 都记一笔，让"体系在真实使用"可证明。Top10（截至 2026-09-26）：coding-behavior 19 · useskill 18 · impeccable 7 · frontend-design 6 · humanizer 4 · darwin-skill / senior-engineer-playbook / skill-quality-auditor 各 3 · docx-surgical-edit / game-studio-real 各 2。
它们还没真实上线过。我和 AI 一起按"用户量从 1 涨到几千"的时间线，把会遇到的坑推演了一遍——每条都标了是已核实（查过代码 / 跑过实测）、估算（按基准推算）还是通用知识。这是推演，不是已修。
简历上只写课程名，分数全放这儿。GPA 2.51（5.0 制）｜计划 71 门，通过 55，未修 14，在读 2。
我不挑着放——因为"基础课全 60 飘过、方向课 87–90"这个对比本身就是我想讲的事。
这是我申请方向对口的课，也是我所有课里最好的一批。
另有军事理论 93 / 军事技能 95 / 形势与政策 92·92·87·87·91（思政与军训类未单列）。
机器学习 70、Python 75——简历课程表里这两门分数最低，但都是 AI 方向课，我照样列。
四门是补考过的。数据结构 60、计网 60——这两门程序员岗必问，我认。