AI 编程最值得装的不是 Skills,是这 4 个兜底动作

0 阅读3分钟

掘金这两天一半人在安利 Skills,一半人在删 Skills。 我的结论站中间:Skills 不是没用,但它解决的是“会不会做”,兜底解决的是“做错了怎么办”。真实项目里让你半夜爬起来擦屁股的,从来不是 AI 少装了一个 Skill,而是它做错之后一路畅通无阻地交付了。 下面 4 个动作,是我给 AI 编程环境装的全部“保险”,每一个都对应一类真实事故。

1. 先复述,再动手——防“改错问题”

事故长相:你说登录页按钮点了没反应,它上来就重写了整个登录模块,真正的 Bug 只是接口地址写错了一位。 做法:把这句写进 AGENTS.md,并强制它每次先输出: “动手前先用一句话复述问题:现象是什么、影响谁。复述不清,先提问,不许直接改代码。” 验证标准:看它的第一条回复有没有复述。没有,就是规则没生效,别看后面写得多热闹。

2. diff 范围检查——防“顺手改坏别处”

事故长相:让它改 A 函数,它“顺手”优化了 B、重命名了 C,上线后崩的是毫不相干的页面。 做法:交付前先看改动面,再看改动内容:

git diff --stat        # 先看动了几个文件、多少行
git diff                # 再逐处看具体改了什么

经验线:一个明确的小需求,改动突然超过 5 个文件或出现批量重命名,先停下来问为什么。多数“顺手改”就藏在这里。 同时在规则里写死:“只改点名的文件和函数,别处的问题列清单汇报,不许顺手改。”

3. 出处校验——防“编得像真的”

事故长相:让 Agent 从合同里扒金额,它把含税价认成不含税价,格式工整、自信满满,差点直接进了报表。 做法:凡是让 AI 输出事实(数字、日期、编号、结论),都要求“结论 + 出处原句”成对出现,服务端再做一道校验:

def check_claim(claim_source, retrieved_chunks):
    # 出处原句必须真实存在于召回原文中,查不到就打回
    return any(claim_source in chunk for chunk in retrieved_chunks)

校验不过,不入库、不展示,转人工。记住:别信 AI 的结论,信它给的出处;给不出出处,就当它没做。

4. 失败两次就转人工——防“越错越远”

事故长相:一个问题它反复改、反复错,每一轮都引入新问题,最后谁也说不清代码被改成了什么样。 做法:定一条死规则——同类问题失败 2 次,停手,输出三样东西交人接管:已经试过什么、每种试法的结果、它目前的猜测。人接手时不用从零猜,AI 也不会在错误方向上继续挖坑。 判断标准可以更具体:同一个测试连续失败 2 次、或同一文件被改 3 轮还没过,直接触发。

最后

Skills 教 AI 把活干得更漂亮,兜底保证它干砸了你能第一时间发现、拦住、接管。 顺序别反了:先装兜底,再谈 Skills。 你们的兜底动作是什么?评论区交换一下,我这 4 条也想再删删减减——能被验证的留下,验证不了的,再好听也删掉。