PS：虽然，我们应该以预训练的 Prompt 作为当前的目标，通过将大量的数据训练。但是，作为一个没有 AI 训练资源的普通人，这个价格太昂贵了。于是，我们探索能否基于工作流的方式，来构建半自动化编程。
和国内外的很多公司一样，在 Open AI 公司开放了 ChatGPT API 接口之后，我们也在探索如何去结合到业务中。而在探索的过程中，我们发现了一个问题，大部分的业务人员并不了解 AI 的能力，所以我们开源构建了 ClickPrompt，以使 “普通人” 能更方便地了解 ChatGPT。
PS：这也是一篇畅想，虽然经过了一番试验，依旧有一些不足，但是大体上站得住脚。
去年，有一些用户基于 ArchGuard 定制了自己的版本，但是遇到了一系列的问题；简单来说，就是可定制性差。与此同时，构建企业级的架构治理流程时，还需要考虑适用于不同团队的可扩展性、任务可追溯性等问题。
PS：就本文的结论而言，我相信你已经或多或少的有所体会了。也因此，本文更多的是展现一个思考的过程，而不是一个纯粹的结论。
ChatGPT Simple Cheatsheet
在 ArchGuard 2023 Roadmap 里，我们计划设计一个轻量级的任务引擎。在阅读了 Gradle 源码的 Task 设计之后，我们决定改用 GitHub Action 的方式：基于 Yaml 编排任务。在设计 Runner 时，设想的场景是：：
自去年接手 ArchGuard 到现在，差不多是一年，也差不多是我真正（虽然也是业余时间）写 Kotlin 一年的时间。在不考虑 CLI 体制的体积下，Kotlin 确实是一个快乐的语言，特别是：你经常找不到北，但是非常好用的语法糖：extension functions。在那之前，我业余经常使用的是 Rust，有些语法糖虽然好用，但是吧，有时候编译器就不让你快乐。我觉得主要原因吧，应该是：Kotlin 是 Jetbrains 的亲儿子，而 Rust 不是。次要原因是：Rust 的静态分析真不是一件容易的事。
（PS：尝试结合 ChatGPT 生成）
在上周的 QCon 北京 2022 大会上，我和我的同事黄雨青一起分享了《组织级架构治理的正确方式》，以帮助开发人员对组织级架构治理体系全貌一瞥，并厘清治理工具的设计思路和核心功能内容。