“土豆姐”的 AI Coding 工程方法:把纠错写进系统

用一个数据导入故障,说明如何定验收条件、让 Agent 验证修复,再把一次人工纠错变成后续改动都要经过的检查。

修好一个 PR,只解决了这一次的问题。Lauren Tan 的 AI Coding 方法多问一步:下一个 PR 犯同样的错,谁会先发现? 如果还是评审者,团队就得再做一遍同样的判断。她建议把这种判断写进接口或检查,让 Agent 在送审前就收到反馈。

Tan(Poteto,中文社区称「土豆姐」)是 SpaceXSI Grok Bot 团队的首席工程师。她在 2026 年 11 月 11 日的 AI Engineer CODE 演讲 《All Code Is Slop (Except Mine)》 中讲了团队如何建立这类约束。下面用一个数据导入故障说明,修好这次和防住下次分别要做什么。

1. 定验收条件:分清重试和新任务

假设一个导入任务已经写入数据,客户端却因超时没收到成功回执,于是重试。团队要先确认两件事:

  • 同一个任务重试:已经写入的数据只保留一份。
  • 用同一份文件另建任务:新任务仍可执行。

两种请求的文件内容一样,产品要求却不同。如果只交代「防止重复导入」,Agent 可能按文件去重,连合法的新任务也拦掉。把这组条件定下来,才能判断修复有没有做对。

2. 修好这次:让同一个检查在旧版失败、新版通过

在测试环境复现「数据已写入,回执未送达」,重试原任务,检查实际写入的记录。先让 Agent 在旧版复现重复写入;改完再跑同一个检查,确认只写入一次。再用同一份文件发起新任务,确认该写的数据仍能写入。

这样,评审者看到的是同一个检查能区分错误行为和预期行为。单看新版通过,无法知道检查有没有触发原来的故障;只查重复写入,又可能把「一律拒绝后续导入」误判为修复。验收条件应在改代码前确定,运行结果则由 Agent 交付。

3. 防住下次:把回归检查接进合并流程

把上述检查留下来,每次合并前自动跑。同样的故障再出现时,Agent 会先看到失败,不用等评审者重新解释一遍。

但测试只能保护它实际跑过的路径。假如新加的导入入口绕过了旧入口里的保护,旧测试可能仍然通过。多个入口都要遵守的规则,应该放到它们共同经过的接口。迁走旧写法,也能避免 Agent 把过时的代码当作范例。

在这个例子里,测试判断重试有没有多写,公共接口让新入口也遵守同一规则。AGENTS.md 可以解释为何按任务判断,执行这条规则则是代码的职责。

---
config:
  flowchart:
    curve: linear
    rankSpacing: 28
---
flowchart TB
    accTitle: 修好这次,防住下次
    accDescr: 蓝色实线表示检查失败后修改本次补丁。琥珀色虚线表示评审发现重复错误后补上约束,让后续改动也受约束。
    H["定义验收条件"] --> A["Agent 修改代码"]
    A --> V["运行验收检查"]
    V -->|失败:改这次| A
    V -->|通过:提交证据| D["评审改动"]
    D -->|发现重复问题| F["更新接口或检查"]
    F -->|防住下次| A
    classDef verify fill:#e7f0ff,stroke:#2563eb,color:#132b55,stroke-width:2px
    classDef feedback fill:#fff1d6,stroke:#b45309,color:#713508,stroke-width:2px
    classDef review fill:#eef4f8,stroke:#58708a,color:#20374f
    class A,V verify
    class F feedback
    class H,D review
    linkStyle default stroke:#58708a,color:#334b65,stroke-width:1.5px
    linkStyle 2 stroke:#2563eb,color:#1e40af,stroke-width:2.5px
    linkStyle 4,5 stroke:#b45309,color:#92400e,stroke-width:2.5px,stroke-dasharray:5 3

先挑一条最近反复出现的评审意见,问:下次写错时,能不能在送审前就报错? 让一个 Agent 能根据这个报错修正改动,再考虑并发。否则,多出来的只是等人检查的补丁。

延伸阅读:Anthropic Harness 设计解析,讨论任务复杂到需要拆分生成与评估时,如何安排角色。


来源: