知识点思维导图
20 个知识节点
AI 编程基础（01） - AI 编程工作闭环
读完后，你应能完成以下任务：
- 绘制“AI 编程基础（01） - AI 编程工作闭环 / 最小循环”的关键对象与数据流，解释“一次任务只解决一个可独立验证的问题。”，并用源码位置、日志或 Trace 标注证据。
- 为“AI 编程基础（01） - AI 编程工作闭环 / 上下文与权限”设计正常与异常输入，验证“常驻上下文放仓库规则、架构边界和验证命令；”，输出首个偏差位置与回归测试结果。
- 实现“AI 编程基础（01） - AI 编程工作闭环 / 反馈必须来自真实系统”的最小代码或配置，检验“数据层：写入、读取、刷新、并发和权限分别验证。”，输出命令、结果与 Diff，并说明不适用边界。
AI 编程不是“描述需求后接受代码”，而是目标、上下文、权限、执行反馈和验收证据组成的受控循环。
一、先建立全局：AI 编程工作闭环 是什么？
理解“AI 编程工作闭环”，先要把标题中的对象放进同一条处理链：它接收什么输入，经过哪些状态变化，最终用什么证据判断结果。下表不另造概念，只把作者正文已经解释的章节按依赖顺序连起来。
“AI 编程工作闭环”的第一个核心判断是：一次任务只解决一个可独立验证的问题。。先弄清这个判断中的对象和输入输出，后面的实现、故障和验收才有共同语境。
| 顺序 | 章节 | 读完本节应抓住的结论 |
|---|---|---|
| 1 | 最小循环 | 一次任务只解决一个可独立验证的问题。 |
| 2 | 上下文与权限 | 常驻上下文放仓库规则、架构边界和验证命令； |
| 3 | 反馈必须来自真实系统 | 数据层：写入、读取、刷新、并发和权限分别验证。 |
| 4 | 失败模式 | 宣布“完成”时没有新鲜验证结果或仍有运行中的任务。 |
| 5 | 验收 | 任何一项无法复现，都应标记为未验证，而不是补写结论。 |
| 6 | AI 编程不是“描述需求后接受代码” | AI 编程不是“描述需求后接受代码”，而是目标、上下文、权限、执行反馈和验收证据组成的受控循环。 |
1.1 核心对象之间怎样衔接
flowchart LR
S1["最小循环"] --> S2
S2["上下文与权限"] --> S3
S3["反馈必须来自真实系统"] --> S4
S4["失败模式"] --> S5
S5["验收"]
这张图只表达本文的讲解顺序，不替代正文机制。判断“AI 编程工作闭环”是否真正掌握，需要能从最后一个结果沿图回到前面每个章节的输入、状态变化和证据。
1.2 再看失败：问题最早会出现在哪一步？
在“AI 编程工作闭环”的对象和顺序已经明确后，再看可观察的失败：条件缺失、结果不可复现或失败后责任不清。定位时不从最后一条错误猜原因，而是沿上图找第一个偏离正文结论的节点。
二、最小循环
flowchart LR
A[明确目标与验收] --> B[提供最小必要上下文]
B --> C[调查现状和根因]
C --> D[最小实现]
D --> E[运行测试与真实 UI]
E --> F{满足验收?}
F -- 否 --> B
F -- 是 --> G[审查 diff 与交付]
一次任务只解决一个可独立验证的问题。大需求先拆里程碑，要求 Agent 在修改前复述目标、范围、非目标和完成条件。Bug 必须先复现和定位根因，不能用“可能是”直接进入编辑。
三、上下文与权限
常驻上下文放仓库规则、架构边界和验证命令；任务上下文放需求、复现、相关入口和当前 diff；日志、网页和历史实现按需读取。上下文越多不等于越好，过期和无关信息会稀释约束。
权限遵循最小化：先只读调查，确认方案后开放目标目录写入和必要测试命令。推送、合并、发布、删库和外部消息属于额外动作，需要明确授权与可恢复方案。
四、反馈必须来自真实系统
- 代码层：类型检查、单测、集成测试、Lint 和构建。
- UI 层：真实浏览器中的布局、交互、控制台和网络请求。
- 数据层：写入、读取、刷新、并发和权限分别验证。
- 交付层：检查 diff 范围、提交 SHA、CI 与部署版本。
“命令退出码为 0”只证明该命令通过；不能据此推断用户流程、线上部署或数据迁移已经成功。
五、任务 Prompt 模板
目标：用户可观察到的结果。
范围：允许读取和修改的项目、目录与模块。
非目标：本次明确不做什么。
事实：复现步骤、错误、入口和已知约束。
过程：先调查根因，再给最小方案，然后实现。
验收：必须运行的测试、浏览器路径和结果证据。
交付：改动摘要、验证结果、未验证边界和风险。
六、失败模式
- 一次要求生成整个系统，导致 Agent 无法保持一致模型。
- 用猜测替代仓库搜索和运行证据，修到症状而非根因。
- 把所有权限一次开放，扩大误删和泄密半径。
- 只让产出者自我审查，没有独立测试、Diff 和人工判断。
- 宣布“完成”时没有新鲜验证结果或仍有运行中的任务。
七、验收
找一个真实小缺陷，保存修复前复现、根因证据、最小 diff、相关测试和修复后用户路径。任何一项无法复现，都应标记为未验证，而不是补写结论。
八、动手验证：先跑通 AI 编程工作闭环，再改变一个变量
前面的章节已经建立问题、概念和机制。现在把“AI 编程工作闭环”放进同一套基线中运行；本节不再引入新术语，只验证前文结论能否被复现。
8.1 基线与候选只允许一个变量不同
验证“AI 编程工作闭环”时，先固定样本、基线、候选、成功标准和失败边界。候选方案只能改变本次要验证的变量；如果同时更换数据、依赖和配置，即使结果改善，也不能知道是哪一项产生作用。
执行“AI 编程工作闭环”时，动作是：同环境运行基线与候选，记录输入、中间状态和异常。原始结果不能只保留截图或汇总分数，必须同步保存：可重放命令、结构化日志、输出 Diff、失败样本、版本，使下一次复查可以在同一输入上重放。
| 实验要素 | 本文要求 |
|---|---|
| 固定条件 | 固定样本、基线、候选、成功标准和失败边界 |
| 唯一变量 | 本次候选方案与基线之间的一项明确差异 |
| 原始证据 | 可重放命令、结构化日志、输出 Diff、失败样本、版本 |
| 通过阈值 | 结果符合结论条件，异常输入可解释、可恢复 |
| 立即停止 | 条件缺失、结果不可复现或失败后责任不清 |
8.2 执行前先排除不可比较条件
“AI 编程工作闭环”开始前先确认下面四项；任一项不成立，都应先修复实验条件，而不是解释结果。
- 基线能够在“AI 编程工作闭环”的当前环境重复运行。
- 候选只改变一个与“AI 编程工作闭环”结论直接相关的条件。
- “AI 编程工作闭环”的基线和候选使用同一批输入、同一版本依赖与同一通过阈值。
- “AI 编程工作闭环”的原始输出和失败现场不会被重试、格式化或汇总覆盖。
8.3 执行后先核对证据完整性
结果出来后先检查证据，再讨论“AI 编程工作闭环”是否通过。缺少中间状态时，最终输出只能说明现象，不能证明机制。
| 检查项 | 当前文章的判定 |
|---|---|
| 输入可追溯 | 固定样本、基线、候选、成功标准和失败边界 |
| 过程可回放 | 同环境运行基线与候选，记录输入、中间状态和异常 |
| 结果可审计 | 可重放命令、结构化日志、输出 Diff、失败样本、版本 |
“AI 编程工作闭环”的一次合格基线对照按以下顺序执行：
- 保存“AI 编程工作闭环”基线版本及输入摘要，确认基线本身可以重复运行。
- 写下“AI 编程工作闭环”候选方案唯一变化的变量，以及它预期影响的指标。
- 在同一环境执行“AI 编程工作闭环”：同环境运行基线与候选，记录输入、中间状态和异常。
- 为“AI 编程工作闭环”保存：可重放命令、结构化日志、输出 Diff、失败样本、版本。
- 使用“AI 编程工作闭环”预登记条件判断：结果符合结论条件，异常输入可解释、可恢复。
- 如果“AI 编程工作闭环”未通过，不修改第二个变量，先恢复基线并保留失败现场。
九、用一张矩阵验证 AI 编程工作闭环 的关键结论
矩阵按正文顺序列出“AI 编程工作闭环”的结论。一次实验只选择一行，只改变这一行对应的条件；不要把多行合并成一个无法归因的大实验。
| 正文章节 | 已解释的结论 | 本轮唯一变量 | 必须保存的证据 |
|---|---|---|---|
| 最小循环 | 一次任务只解决一个可独立验证的问题。 | 只改变与“最小循环”相关的条件 | 可重放命令、结构化日志、输出 Diff、失败样本、版本 |
| 上下文与权限 | 常驻上下文放仓库规则、架构边界和验证命令； | 只改变与“上下文与权限”相关的条件 | 可重放命令、结构化日志、输出 Diff、失败样本、版本 |
| 反馈必须来自真实系统 | 数据层：写入、读取、刷新、并发和权限分别验证。 | 只改变与“反馈必须来自真实系统”相关的条件 | 可重放命令、结构化日志、输出 Diff、失败样本、版本 |
| 失败模式 | 宣布“完成”时没有新鲜验证结果或仍有运行中的任务。 | 只改变与“失败模式”相关的条件 | 可重放命令、结构化日志、输出 Diff、失败样本、版本 |
| 验收 | 任何一项无法复现，都应标记为未验证，而不是补写结论。 | 只改变与“验收”相关的条件 | 可重放命令、结构化日志、输出 Diff、失败样本、版本 |
| AI 编程不是“描述需求后接受代码” | AI 编程不是“描述需求后接受代码”，而是目标、上下文、权限、执行反馈和验收证据组成的受控循环。 | 只改变与“AI 编程不是“描述需求后接受代码””相关的条件 | 可重放命令、结构化日志、输出 Diff、失败样本、版本 |
9.1 记录本次实际实验
下面的记录用于“AI 编程工作闭环”当前这一次实验，不是第二套知识目录。先从矩阵选择一个章节，再填写实际值；没有填写的字段表示尚未验证。
topic: "AI 编程工作闭环"
selected_chapter: required
claim_from_article: required
baseline_version: required
changed_condition: exactly_one
execution: "同环境运行基线与候选，记录输入、中间状态和异常"
evidence: "可重放命令、结构化日志、输出 Diff、失败样本、版本"
pass_when: "结果符合结论条件，异常输入可解释、可恢复"
stop_when: "条件缺失、结果不可复现或失败后责任不清"
observed_result: required
first_deviation: null_or_evidence
recovery_replay: required_after_failure
9.2 边界实验必须证明能够停止和恢复
成功路径只能证明“AI 编程工作闭环”在当前样本上工作，不能证明它可以进入生产。边界实验需要主动制造：条件缺失、结果不可复现或失败后责任不清，并观察系统是否在产生不可逆副作用前停止。
| 场景 | 只改变什么 | 应保存什么 | 通过标准 |
|---|---|---|---|
| 正常路径 | 使用已知有效输入 | 可重放命令、结构化日志、输出 Diff、失败样本、版本 | 结果符合结论条件，异常输入可解释、可恢复 |
| 边界路径 | 把一个输入推进到约束临界值 | 临界值前后的输出与指标 | 不静默降级，不把部分结果冒充成功 |
| 明确失败 | 注入：条件缺失、结果不可复现或失败后责任不清 | 原始错误、首个异常阶段和最终状态 | 失败被正确分类且没有扩大副作用 |
| 恢复重放 | 执行：保留基线，缩小变量；根因确认前不扩大范围 | 原失败样本的复测证据 | 原样本恢复，正常样本没有回归 |
恢复动作不是简单重启。对于“AI 编程工作闭环”，第一步是：保留基线，缩小变量；根因确认前不扩大范围。完成后使用原始失败样本复测；只验证一个新样本成功，不能证明触发条件已经消失。
“AI 编程工作闭环”边界实验结束后，应把正常、临界、失败和恢复四类记录放在同一个运行批次中。这样才能区分“候选方案真的修复问题”和“环境变化让问题暂时没有出现”。
十、AI 编程工作闭环 的结果解释
解释“AI 编程工作闭环”实验时先看首个偏差，而不是最后一条错误。最后的异常通常只是上游状态错误的结果；从末端反推容易误把症状当根因。
| 观察结果 | 可以支持的判断 | 下一步 |
|---|---|---|
| 主链路没有达到预期 | 条件缺失、结果不可复现或失败后责任不清 | 先执行：保留基线，缩小变量；根因确认前不扩大范围 |
| 异常链路无法恢复 | 条件缺失、结果不可复现或失败后责任不清 | 先执行：保留基线，缩小变量；根因确认前不扩大范围 |
| 新样本成功但原样本仍失败 | 修复没有覆盖原始触发条件 | 固定原失败输入，恢复基线后重新比较 |
| 指标改善但证据无法回链 | 数据、版本或中间状态没有固定 | 暂停发布，补齐可追溯记录后重跑 |
“AI 编程工作闭环”只有同时满足“结果符合结论条件，异常输入可解释、可恢复”，并且没有出现“条件缺失、结果不可复现或失败后责任不清”，才可以认为主链路通过。这里的“通过”只对当前固定版本、样本和环境有效，不能外推到尚未测试的容量、权限或数据分布。
如果“AI 编程工作闭环”候选方案与基线差异很小，先检查证据分辨率是否足够；如果差异很大，先排除数据泄漏、环境漂移和版本不一致。两种情况都不能只看一个汇总均值，需要回到逐样本输出和中间状态。
“AI 编程工作闭环”故障定位完成后，记录“现象、首个偏差、根因、改动、原样本复测”五项。缺少原样本复测时，只能标记为待观察，不能标记为已解决。
十一、AI 编程工作闭环 的发布判断
发布判断需要把“AI 编程工作闭环”的质量、失败边界和恢复能力放在同一份记录中。以下任一条件缺失，都应停止扩量，而不是用“基本正常”替代证据。
- “AI 编程工作闭环”的基线与候选只存在一个计划内变量。
- “AI 编程工作闭环”的输入、代码、依赖、配置和数据版本可以追溯。
- “AI 编程工作闭环”的正常、临界、失败和恢复样本使用同一套断言。
- “AI 编程工作闭环”的原始输出、中间状态和失败现场已经保留。
- “AI 编程工作闭环”的日志、Trace、截图和测试数据已经脱敏。
- “AI 编程工作闭环”的停止条件、负责人和回滚入口已经演练。
- “AI 编程工作闭环”尚未覆盖的输入、权限、容量和外部依赖已经登记。
最终记录至少包含基线版本、唯一变量、原始证据、首个偏差、恢复复测和发布责任人。没有参与本次修改的人如果不能据此重放“AI 编程工作闭环”的判断，就不能发布。
十二、总结
- 最小循环：一次任务只解决一个可独立验证的问题。
- 上下文与权限：常驻上下文放仓库规则、架构边界和验证命令；
- 反馈必须来自真实系统：数据层：写入、读取、刷新、并发和权限分别验证。
- 失败模式：宣布“完成”时没有新鲜验证结果或仍有运行中的任务。
- 验收：任何一项无法复现，都应标记为未验证，而不是补写结论。
学完自测
选择所有正确答案；提交后逐项核对判断依据。