他不是在讲“哪个模型更强”，也不是又一个 vibe coding 神技。真正有价值的地方，是他把 AI 工程协作拆成了一条完整流水线：
idea → PRD → issue → 设计讨论 → 开发 → 测试 → review → 文档沉淀
重点不是让 AI 更快写代码。
而是让 AI 在每一步都知道：现在要解决什么问题、上下文是什么、质量标准是什么。
其中最重要的一点是：
** 不要一上来就 Plan Mode，要先进入 Interview Mode **
很多 AI 工具的 Plan Mode，看起来很聪明：你说一句话，它马上生成一个漂亮计划。
但问题是，它根本还没真正问过你。
需求边界不清楚。 设计取舍没问透。 项目约束也没理解。
这种 plan 很容易变成“看起来很完整，实际很偏”的方案。
Matt 的做法是反过来： 让 AI 先不断追问你。
一次只问一个问题。
沿着设计树一层层往下走。
每个问题，它还要先给出自己的推荐答案。
这就把 AI 从“被动执行器”，变成了“主动方案合伙人”。
这件事对我们的提醒是：
真正的 AI 工作流，不是让它马上动手，而是先让它把问题问清楚。
一个好 skill，往往不需要很长。
它首先就是一段清晰说明：
你是谁？
要做什么？
先问什么？
怎么拆问题？
什么时候才能开始执行？
什么结果才算质量过关？
所以我现在越来越相信：
同一件事，只要做第二次，就应该开始沉淀成 skill。
不是为了炫技。
而是为了让下一次协作，不再从零开始。
