一位实践者分享了从AI编程智能体获得可靠结果的七条实用准则,涵盖上下文、文档、测试、用户体验审查与模型协作。
AI translation, not an official translation. Refer to the original for technical details.
Adapted from @PawelHuryn关于与编程智能体协作,七条来之不易的真知: 1. /goal 远远不够。要解释"为什么"以及战略背景(市场细分、价值主张、盈利模式等)。采用渐进式披露。这才是让智能体做出更好、更自主决策的关键所在。 2. 要让智能体审查代码,它们需要有参照基准。尤其重要的是,智能体必须记录设计意图,例如角色与权限。没有这些,它们可能无法区分缺陷与功能特性。 3. 记录设计意图同样是实现可靠测试的前提条件。 4. 即便有了浏览器自动化,智能体仍然无法有效审查用户体验,尤其是动态元素、微交互、窗口缩放调整等方面。让智能体截图并进行检查(探索性测试)很有帮助,但在2026年,你依然需要人眼来把关。 5. 只有在缺乏战略背景与文档的情况下,人工代码审查才是必要的。 6. 如果必须审查技术内容,请审查架构和流程——而非语法。如何让你的流程(例如发布流程)变得更具确定性? 7. 让 Astra 与 Opus/Fable 协同工作,你将获得远比单独使用好得多的结果。OpenAI 和 Anthropic 都不会主动告诉你这一点。