小肖
Coze
当然了，我把另一个AI生成的东西贴到skill里面产出的结果出现了很多其他的问题，比如说：流程过重，执行一致性无法保证 8个Phase、6个中间产物、17条设计原则、15条最佳实践——信息量太大了。AI在执行中必然会出现"设计要求写了但实际没做"的情况；数量指标自相矛盾：一份文档里出现四个不同的用例数：文档头236条、覆盖矩阵合计179条、比例统计表合计182条、grep实际238行。说明AI在执行中没有严格保持一致性，各表是分块填的，最后没有做全局校验。其实我理解这些问题最核心本质的问题就是一个：当次会话，AI的“精力”，“能量”有限，没办法一次性做太多。AI给到的分析和建议解决方案是：架构层面：最核心的问题是——这套流程设计了一个理想化的"AI测试架构师"工作流，但单次AI执行无法真正实现角色分离、迭代质问和强制约束。设计文档越长、原则越多，AI在执行中"漏做"的比例就越高。建议的简化方向：去掉Agent A/B双模型设计，改为"生成→比例校验→不达标自动补写"的规则引擎把8个Phase压缩为4个：①需求理解 ②需求评审 ③用例生成（含比例校验和自动补写）④评审导出17条设计原则精简为5条核心铁律，违反即报错评审从"AI自我评审"改为"输出待评审清单，由用户评审"总结设计愿景打8分，执行落地打5分。最后，按照AI的建议修正一版，很好，第四版整体达标了，大致效果大约和我大差不多了，但是结构上，规格上还是需要微调的。路走到这，身心俱疲，没忍住和我的好战友AI吐槽了一句，来来回回太拉扯了，太消耗人了，都要没耐心了。它说：我们陷入了一个经典循环：AI生成→AI自检→发现没做到→加规则→AI还是没做到→再加规则。这个循环的天花板是——同一个AI模型既负责生成又负责自检，它的盲区是系统性的。而最好的解决方案不是改SKILL.md，而是加一个验证脚本。生成靠AI，校验靠脚本，判断靠人，各干各擅长的事。
发布于 北京
1
6
1
未登录
友善发言
评论
加载中
