最新资讯
dev.to 我们在 DolphinBench 上测试记忆检索:纯关键词搜索暴露了自身回归 dev.to 别再把 Agent 写成 while 循环,把它建模为状态机 bloomberg.com Rightmove 与 Scout24 借 AI 产品应对低迷房市并上调展望 stackoverflow.blog 欢迎来到芯片时代:半导体制造、AI 数据中心与芯片设计的未来 www.youtube.com AI Agent 总犯同样的错:CentralAgent AI 将记忆重构为经验系统 pub.towardsai.net Netflix 科学家建议重采样 LLM 评判:5 次仅将误差棒缩小 13% pub.towardsai.net Jev 作为 LLM 前的静默层:构建提示感知的模型路由器 reddit.com OpenAI 称 Astra 仅满足 10% 安全任务标准 dev.to FreeToken:在自有 GPU 上运行前沿 MoE 模型及其内存需求 dev.to 当 AI Agent 说“完成”时,究竟完成了什么? dev.to 部署 Underdog Bark 3.0 Pro:逐字转写、自定义后端与分块设置 dev.to 为艰难对话构建 AI:五个 Agent、一条安全正则与一位盲评监督者
多元动态
登录 注册
智能体 x.com · @Addy Osmani (@addyosmani)

Addy Osmani:为 AI Agent 编码定义可执行的“完成”标准

原文 我的收藏

Addy Osmani 在 X 上分享 agent 编码的验证经验:在代码审查开始前明确定义“完成”标准,并给 Claude 提供可运行的检查(bash 命令、测试、浏览器点击流程),要求其通过这些检查后才声明任务完成。他引用另一用户的观察称,让 Claude 反复审查代码会不断发现新问题,因此需要明确的完成条件来终止循环。该内容为经验性建议,未提供实验数据或可验证证据。

AI推荐理由 Addy Osmani 提出 agent 编码工作流中的验证实践:在代码审查前明确定义“完成”标准,并给 Claude 可执行的检查(bash 命令、测试、浏览器点击流程),通过后才算完成。这是来自知名开发者的经验性建议,属于可操作的方法论,但无实验数据或可验证证据支撑,且引用推文中的“老虎机”比喻只是个人观察,不能当作已证实的结论。

62 浏览 33,759 点赞 469 评论 77 转发 44

正文

Verification is one of the most important things for getting great results out of your agent. Clearly define "done" before code review starts. A reviewer, human or agent, asked to find bugs without this may still find something that could be improved. Give Claude checks it can run (bash commands, tests, clicking through the app in a browser) and have it pass that too before it says it's finished. When nothing blocks merge and ship.

来源报道 · 1 篇 · 以下链接均前往原始媒体

Addy Osmani (@addyosmani) Addy Osmani:为 AI Agent 编码定义可执行的“完成”标准 10-12 · 原文发布
← 返回精选动态 原文

更多内容