Boris 给出的「模型写不合格时的加码排错清单」：

1. 换底座：升级到当前最高推理能力的模型（如 Opus 5 / Fable 5.1）；
2. 加算力：把思考深度（effort）拉到 high / xhigh；
3. 精简规范：认真写好项目根目录的 CLAUDE.md 和 Skills，用极简的文字把错误处理规范和架构红线交代清楚（模型不是蠢，是不知道你们团队十年的隐藏默契）；
4. 人类介入重述：如果它陷入复杂死循环，往往说明题目给错了，主动退一步放宽 Spec，给它一个更轻巧的架构方向。

各位在日常团队协作里，最近有没有被同事或自己用 AI 堆出来的“能跑但不敢改”的屎山代码折磨过🤣