AI编程排错记录：先让模型解释，再让它改代码

fatestars · 2026-09-04 01:59:44

今天遇到一个看起来很小的报错。第一次直接让 AI “修好它”，结果改了三个文件，测试反而多了两个错误。

第二次我换了流程

请先不要修改代码。先说明报错发生在哪一层，列出三个可能原因，并告诉我需要补充哪些信息。等我确认后，只提出最小改动。

我补充了运行环境、目录结构、完整错误信息、预期行为和已经尝试过的方案。模型判断最可能的原因是一个返回值在边界情况下为空，但调用方默认它一定存在。

1. 在输入层补充空值判断
2. 保留原有返回结构
3. 增加一个边界测试
4. 不改动无关的格式和命名

改完以后，测试通过了。这个过程让我意识到，AI 编程的稳定性不只取决于模型能力，也取决于我们有没有把任务边界说清楚。

现在我会让 AI 先解释、再计划、后修改；一次只做一个小改动，确认后才进入下一步。这样速度看起来慢一些，但更容易审查、回滚，也更适合真实项目。