「修复这个 bug」是糟糕的 agent 任务:期望、证据、验收要分开写
Reasonable_Ant_8356 · reddit · 2026-11-22
作者认为大量 agent 失败发生在运行之前——任务描述太模糊。以「修复分页 bug」为例:末页重复记录、空结果崩溃 UI、过滤后页数错误是不同的问题,agent 可能修了别的地方还报告成功。
作者提出把任务描述拆成三部分:
- 期望行为:系统应该做什么(末页只显示剩余记录、过滤不影响页数)。
- 证据:什么能证明行为正确(覆盖末页、空结果、过滤后少于页大小记录的测试)。
- 验收:谁判定证据充分(测试通过不够,AI reviewer 检查陈述标准,人来最终拍板)。
关键洞察不是给 agent 更多指令,而是把预期结果写得足够具体,让执行 agent 之外的角色也能验收,否则执行得再完美也可能解决错问题。文中提到 Sodu Work 的请求工作流即按验收标准、AI 审查、人工批准三层分离设计。
「编程与Agent」频道最新
- DeepSeek Harness 0.2.3 一次更新 14 项:插件市场、代码审阅、多 Agent 管理 — teortaxesTex · 2026-11-22
- 重度实测 2 天:Google AI Pro 4.99 美元档额度扛不住但值回票价 — lipeng0820 · 2026-11-22
- 开发者开源 graffitty:3D 背景、可远程访问的宽屏终端模拟器 — kiyoonkim · 2026-11-22
- Reddit 热议:AI Agent 的决策需要「过期时间」,而非更大上下文 — Elvantime · 2026-11-22
- ianand 在 AI Engineer 大会演讲解读一篇论文及其翻车场景 — js_craft_hq · 2026-11-22
- 时区不一致让 Agent 流水线静默漏跑:毫无报错,只因「无事可做」 — fantomkoenig · 2026-11-22