# The AI Skill I Rely On Daily — Priscila Andre de Oliveira, Sentry

- Channel: [AI Engineer](https://www.youtube.com/channel/UCLKPca3kwwd-B59HNr-_lvA)
- Published: 2026-05-27
- Source video: [Watch on YouTube](https://youtube.com/watch?v=li0SaBt9RDM)
- Read on ReadTube: https://www.read.tube/p/videos/li0SaBt9RDM
- Language: Simplified Chinese

## Summary

**理解先于编码**

这场演讲强调，在大型复杂代码库中，人工智能最重要的价值不是生成代码，而是帮助开发者先理解代码。演讲者结合自己在 Sentry 的日常实践与数据分析，发现自己 67% 的 AI 使用都用于理解上下文、排查问题和澄清行为，而真正的代码生成只占 2%。

演讲者以自己在 Sentry 的工作方式为例，说明她几乎已经把 AI 当成日常搭档来使用，但核心用途并不是“让 AI 直接写代码”，而是先让 AI 帮她建立对复杂仓库的心理模型。Sentry 的代码库历史长、变更频繁、依赖众多，开发者经常需要快速理解某个行为为什么发生、某个决策为何存在，或者某个改动会影响哪些地方；在这种环境里，理解速度比纯粹生成速度更关键。

她分析了自己的 AI 使用记录，发现 116 次会话中，67% 属于理解类任务，只有 2% 是代码生成。基于这种高频重复的理解需求，她做了一个本地技能“赶我上进度”，把常见的理解问题结构化为六种探索模式：架构、约定、特性追踪、语法、测试和历史；这个技能本质上是一个精心设计的提示词文件，但能帮助她更快获得代码结构、流程和上下文说明，尤其适合她这种偏视觉化、需要先看懂再行动的工作方式。

她还展示了这个技能在新仓库上手、测试理解和拉取请求评审中的作用：它让她不必从零翻代码、查历史或等待同事回复，就能快速确认真实行为、定位差异并建立上下文。最后她强调，AI 在大型代码库里的真正解锁点不是“随便生成”，而是“先理解、再规划、再实现”，并提醒大家不要把自己变成不懂代码的旁观者，而要先对齐 ذهن模型，再让 AI 助力产出高质量代码。