知识沉淀：让团队经验可复用（2026 版）
2026 年的核心变化：模型生态从"单模型为主"变成"多模型协同"，知识沉淀也要相应升级——除了规范、模板、案例、战术，还要沉淀模型路由策略与多模型协作流程。
为什么知识沉淀重要
AI Coding 让单个开发者效率提升，但团队的复利效应来自于知识沉淀。
没有沉淀：
个人效率 ↑ 团队效率 = 个人总和（线性）
有沉淀：
个人效率 ↑ 团队效率 = 个人总和 × 复利（指数）需要沉淀的 5 类知识（2026 升级）
| 类型 | 内容 | 形式 |
|---|---|---|
| 规范类 | agents.md、最佳实践 | Markdown |
| 模板类 | Prompt 模板、代码模板 | 可复用文件 |
| 案例类 | 成功案例、失败案例 | Wiki / 文档 |
| 战术类 | 工具技巧、问题解决 | 速查表 |
| 模型策略类 | 模型路由表、多模型协作流程 | Markdown + 配置 |
0. 模型策略类知识（2026 新增）
模型路由表
每个团队应该维护一张"任务→模型"映射表，避免每个成员各自摸索：
markdown
# 模型路由表（团队共享）
| 任务类型 | 默认模型 | 升级条件 | 备选模型 |
| --- | --- | --- | --- |
| 代码补全 | Cursor Composer 2.5 | — | DeepSeek V3.2 |
| 内联编辑 | Sonnet 4.6 | 复杂逻辑切 Opus 4.6 | GPT-5.4 |
| 日常开发 | Sonnet 4.6 | 大型重构切 Opus 4.6/5 | — |
| 架构设计 | Opus 4.6 | — | Opus 5（1M 上下文） |
| 代码审查 | Sonnet 4.6 | 安全审计切 Opus 4.6 | Gemini 3.5 Flash |
| 中文文档 | DeepSeek V3.2 | — | Kimi K2.5 |
| 看图写前端 | Kimi K2.5 | — | Opus 4.6 |
| 大型重构 | Opus 4.6 | >50 文件切 Opus 5 + Agent Teams | — |
| Bug 排查 | Sonnet 4.6 | 复杂 Bug 切 Opus 4.6 | — |
| 测试生成 | Sonnet 4.6 | — | DeepSeek V3.2 |跨厂商备份清单
markdown
# 跨厂商备份（避免单厂商锁定）
| 主用 | 备用 | 触发切换条件 |
| --- | --- | --- |
| Claude Sonnet/Opus | DeepSeek V3.2 | 账号封禁 / 跨境网络故障 |
| Cursor | Trae Solo / OpenCode | 服务不可用 |
| OpenAI Codex | 阿里云百炼 / 腾讯元宝 | 服务不可用 |
| Claude Code Agent Teams | OpenCode + GLM-5 | 账号封禁 |
# Skills 双向备份
关键 Skills 必须存到独立 Git 仓库，不依赖单一平台：
- .claude/skills/ → 同时存到 skills-shared/
- CLAUDE.md → 同时存到 docs/claude-md-template.md
- .cursorrules → 同时存到 docs/cursorrules-template.json1. 规范类知识
| 类型 | 内容 | 形式 |
|---|---|---|
| 规范类 | agents.md、最佳实践 | Markdown |
| 模板类 | Prompt 模板、代码模板 | 可复用文件 |
| 案例类 | 成功案例、失败案例 | Wiki / 文档 |
| 战术类 | 工具技巧、问题解决 | 速查表 |
1. 规范类知识
项目级规范
bash
project/
├── agents.md # AI Coding 规范
├── README.md # 项目说明
├── ARCHITECTURE.md # 架构文档
├── CONTRIBUTING.md # 贡献指南
└── STYLE_GUIDE.md # 代码风格团队级规范
markdown
# 内部 Wiki
## AI Coding 规范
- 工具选型与配置
- 通用 agents.md 模板
- 工作流程
- 安全合规要求
- 团队约定2. 模板类知识
Prompt 模板库
bash
.claude/
prompts/
├── README.md # 模板说明
├── list-component.md # 列表组件
├── form-component.md # 表单组件
├── detail-page.md # 详情页
├── api-service.md # API 服务
├── unit-test.md # 单元测试
├── fix-bug.md # Bug 修复
├── code-review.md # 代码审查
├── refactor.md # 重构
├── upgrade-deps.md # 依赖升级
└── multi-model-pipeline.md # 多模型协作流水线多模型角色分工 Prompt 模板（2026 新增）
markdown
# 多模型协作流水线模板
# 适用：需要多视角产出的大型任务
## 阶段 1：架构方案（Opus 4.6）
工具：Cursor / Claude Code
Prompt:
> 你是系统架构师。基于以下需求输出架构方案：
> - 模块划分
> - 接口契约（JSON Schema）
> - 数据模型
> - 关键技术决策（含理由）
>
> 需求：[粘贴]
> 不要写实现代码，只给架构。
## 阶段 2：核心实现（Sonnet 4.6）
工具：Cursor Agent / Claude Code
Prompt:
> 你是主力开发。基于以下架构方案实现核心代码：
> [粘贴 JSON Schema 接口定义]
> 技术栈：[React 18 + TypeScript + ...]
> 输出：完整可运行的代码 + 单元测试
## 阶段 3：代码评审（Gemini 3.5 Flash）
工具：Cursor / Claude Code
Prompt:
> 你是代码评审专家。审查以下 diff：
> [粘贴 diff]
> 重点：
> - 命名规范统一性
> - 重复代码 / 冗余
> - 代码异味
> 输出：问题清单 + 修复建议
## 阶段 4：安全审计（Opus 4.6）
工具：Claude Code
Prompt:
> 你是安全审计专家。审查以下代码：
> [粘贴]
> 重点：SQL 注入 / XSS / 权限校验 / 敏感信息泄露
> 输出：风险点 + 防御代码
## 阶段 5：中文文档（DeepSeek V3.2）
工具：Cursor 自定义模型 / API
Prompt:
> 基于以下代码生成中文 API 文档：
> [粘贴代码]
> 要求：自然流畅，无翻译腔
# 关键约束
- 每个阶段必须经过门禁（人工 / 测试）才进入下一阶段
- 阶段间用结构化格式传递（JSON Schema / Diff），不传原始对话历史
- Sonnet 起步，Opus 仅在阶段 1 / 4 使用代码模板
bash
.templates/
├── component/
│ ├── Component.tsx
│ ├── Component.test.tsx
│ ├── index.ts
│ └── types.ts
├── service/
│ ├── service.ts
│ ├── service.test.ts
│ └── types.ts
└── page/
├── Page.tsx
└── Page.test.tsx配置文件模板
bash
.templates/config/
├── .eslintrc.js
├── tsconfig.json
├── vite.config.ts
├── .prettierrc
└── agents.md3. 案例类知识
成功案例库
markdown
# 案例库
## 案例 1：AI 辅助迁移 React 17 → 18
### 背景
- 项目：XXX
- 规模：200+ 文件
- 挑战：避免 breaking change
### 方法
- Spec Coding 模式
- Claude Code 主导
- 分阶段迁移
### 结果
- 时间：3 天（手动需 2 周）
- Bug 数：5（其中 3 个在迁移中发现）
- 团队满意度：
### 关键 Prompt
[附上]失败案例库
markdown
# 失败案例
## 案例 1：过度依赖 AI 导致的性能问题
### 背景
- 项目：XXX
- 问题：列表页加载慢
### 根因
- AI 生成的组件缺少 memo
- 没考虑虚拟滚动
- 重复创建对象
### 教训
- AI 不擅长性能优化
- 必须人工 Review 性能
- 加性能测试
### 改进措施
- 在 agents.md 加入性能规则
- 添加性能 Review 清单4. 战术类知识
工具速查表
markdown
# Cursor 速查表
## 快捷键
- Cmd+K：Inline Edit
- Cmd+L：打开 Chat
- Cmd+I：Composer
## 常用命令
- @file：引用文件
- @codebase：引用代码库
- @docs：引用文档常见问题速查
markdown
# 常见问题
## Q：AI 生成的代码有 XSS 风险？
A：在 agents.md 中明确禁止 dangerouslySetInnerHTML，要求所有动态内容转义
## Q：AI 总是不写测试？
A：使用 /unit-test 模板，明确要求覆盖率
## Q：AI 理解不了项目结构？
A：完善 README 和 ARCHITECTURE.md知识沉淀的载体
1. 内部 Wiki（推荐）
工具选择：
- Notion
- Confluence
- GitBook
- 飞书文档（国内）
结构示例：
AI Coding Wiki/
├── 入门
│ ├── 什么是 AI Coding
│ ├── 工具介绍
│ └── 7 天上手
├── 规范
│ ├── 团队 agents.md
│ ├── 工作流程
│ └── 工具配置
├── 模板
│ ├── Prompt 模板
│ ├── 代码模板
│ └── 配置模板
├── 案例
│ ├── 成功案例
│ └── 失败案例
└── FAQ
├── 工具问题
├── 工作流问题
└── 最佳实践2. 代码仓库
bash
# ai-coding-resources/ 仓库
- README.md
- agents-templates/
- prompt-templates/
- code-templates/
- best-practices/
- lessons-learned/3. 定期分享
markdown
## 每周分享会议
### 议程
1. 本周 AI Coding 数据（使用率、效率提升）
2. 最佳实践分享（1-2 人）
3. 失败案例分享（1 个）
4. 新工具 / 新方法
5. 讨论 & Q&A
### 时长
30-45 分钟知识沉淀的流程
沉淀时机
markdown
## 什么时候沉淀
### 立即沉淀
- 遇到新问题并解决
- 发现 AI 的新玩法
- 完成大型任务
### 每周沉淀
- 每周分享
- 周报中的 AI Coding 经验
### 每月沉淀
- 月度复盘
- agents.md 更新
### 每季度沉淀
- 季度回顾
- 大型案例总结沉淀的格式
markdown
## 标准模板
### 标题
[任务名]：[简要描述]
### 背景
[为什么做这个]
### 方法
[具体做法]
### 结果
[产出、效果]
### 经验
[可复用的经验]
### 教训
[避免的坑]
### 参考
[相关链接]知识沉淀的激励
团队层面
markdown
## 激励措施
### 认可
- 月度最佳实践奖
- 案例库贡献者
- 分享达人
### 制度
- 知识沉淀纳入绩效
- 分享会强制参与
- agents.md 贡献者名单
### 文化
- 鼓励分享、不批评
- 失败案例也值得分享
- 持续改进个人层面
markdown
## 个人成长
- 沉淀 = 反思 = 成长
- 分享 = 影响 = 影响力
- 案例 = 履历 = 职业发展知识沉淀的常见问题
问题 1：没时间沉淀
markdown
## 解决
- 沉淀不需要大段时间
- 每次 5-10 分钟记录关键点
- 周末整理一次
- 用 AI 帮忙整理：
> 帮我整理这周的 AI Coding 笔记
> 输入：这周的对话记录
> 输出：结构化笔记问题 2：沉淀了没人看
markdown
## 解决
- Wiki 主动推送
- 周会强制分享
- 关联到具体场景
- 持续更新（不要过期）问题 3：知识过时
markdown
## 解决
- 标注更新时间
- 定期 Review
- 鼓励更新（而不是删除）
- 失效内容归档AI 辅助知识沉淀
自动整理
bash
# 让 AI 整理对话历史
> 请帮我整理这周的对话记录：
> - 关键决策
> - 遇到的问题
> - 解决方案
> - 可复用的 Prompt
# 输出结构化笔记自动总结
bash
> 帮我在以下 PR 中提取 AI Coding 经验：
> [PR 列表]
# 输出：
# - 成功案例
# - 失败教训
# - 最佳实践自动生成文档
bash
> 基于以下代码生成最佳实践文档：
> [代码示例]
# 输出：
# - 模式说明
# - 使用场景
# - 注意事项实战：建立团队知识库
第 1 步：选择载体
bash
# 推荐：
- Notion / 飞书（最方便）
- GitHub Wiki（开发友好）
- GitBook（适合文档站点）第 2 步：搭建结构
markdown
按照上面的 Wiki 结构创建：
- 入门、规范、模板、案例、FAQ第 3 步：填充初始内容
markdown
- 上手指南
- 团队 agents.md
- 常用 Prompt 模板
- 第一个成功案例第 4 步：建立贡献机制
markdown
- 鼓励所有人贡献
- 周会分享
- 月度整理第 5 步：持续运营
markdown
- 每周分享
- 每月回顾
- 每季度优化总结
知识沉淀是团队 AI Coding 的复利：
- 规范、模板、案例、战术
- Wiki + 仓库 + 分享会
- AI 辅助沉淀
- 不要"个人英雄主义"
最后一章：评估、度量与反模式