Update README.md

README.md

@@ -35,31 +35,23 @@
 2. 启动应用：`uv run streamlit run app.py`
 3. 在浏览器中访问：`http://localhost:8501`
 
-## 三、开发心得
+## 三、# 开发心得
 
 ## 1. 选题思考
-解决线下玩“谁是卧底”的痛点：无需准备卡片、自动管理游戏流程、AI充当玩家。让聚会游戏更易组织，单人也能玩。
+本项目旨在解决“谁是卧底”线下游戏的固有痛点：准备繁琐、规则执行依赖人工、最少人数限制。通过开发在线版本，实现自动发词、流程管理、AI陪玩三大核心功能，使游戏更易组织，单人亦可进行思维训练。
 
 ## 2. AI协作体验
-**初体验**：AI生成内容很快，但初期发言太“教科书”，缺乏游戏真实感。
+首次使用AI生成玩家发言时，发现其输出过于“词典化”。通过精准Prompt（如限定“平民第2轮、口语化、带犹豫语气、禁提词语”）可大幅提升真实感。但在处理复杂逻辑（如平票后的第二轮投票规则）时，AI倾向简化方案，需反复引导修正。
 
-**最牛 Prompt**：
-“生成游戏发言，口语化像真人聊天，带犹豫语气，避免直接说词语。”
-→ 让AI有了“人味”。
-
-**最恼火 Prompt**：解释“平票后第二轮投票”逻辑时，AI总想简化，沟通成本高。
-
-**Bug 解决**：AI写的投票逻辑可能出现无限循环（所有人平票）。我改为“最多3轮投票，仍平票则随机淘汰”，更符合真实规则。
+一个重要Bug是AI实现的投票算法可能无限循环（若随机投票持续平票）。我将其修正为“最多三轮有限投票”机制，模拟现实规则并确保程序健壮性。这凸显了对AI代码必须进行边界审查。
 
 ## 3. 自我反思
-**离开 AI 还能写吗？**  
-能，但慢很多。AI帮我快速生成大量发言内容和处理边界情况，效率差一个数量级。
+脱离AI，我完全能独立完成项目架构与逻辑，但内容生产（数百条差异化发言）与行为模拟的效率将下降数倍。AI将我解放出来，专注于更高层的系统设计与体验调优。
 
-**我的核心竞争力**：
-1. **问题定义**：把模糊的“好玩”变成清晰的技术需求。
-2. **系统设计**：让发言、投票、AI行为形成一个有机游戏系统。
-3. **体验直觉**：知道什么设计会让玩家觉得自然、有趣。
-4. **纠偏能力**：当AI走向错误方向时，能识别并拉回来。
-5. **整合能力**：把AI生成的模块组装成完整可运行的产品。
+我的核心竞争力在于：
+1. **精准问题定义**：将“好玩”转化为AI可执行的精确指令。
+2. **系统架构整合**：确保各AI生成模块协同工作。
+3. **体验直觉与纠偏**：判断何谓“自然有趣”，并修正AI的机械输出。
+4. **设定伦理边界**：确保游戏公平、内容合规。
 
-**未来思考**：程序员更像“AI教练”或“产品导演”。核心不是写每一行代码，而是知道要做什么、如何向AI描述、如何评估和整合结果。编程技能不会消失，但会从“写代码”进化到“设计系统+指导AI”。
+未来，程序员角色将更趋近于“AI教练”和“产品架构师”，核心价值在于定义问题、设计系统、并有效引导AI实现。技术实现的门槛降低，但对综合设计能力与判断力的要求将更高。