# 实现与反馈

用可重复的失败与通过证据，判断改动是否完成。

## 「已经完成」之后，表单真的能用吗？

agent 修改了代码并宣布完成，却没启动应用。你提交一次表单才发现：缺少服务配置时，界面仍显示成功。代码存在，不等于行为成立；运行环境要让这类错误及时暴露。

## 先建立预期，再让反馈驱动实现

接过边界清楚的工单，先复现问题，或为新行为建立可判定的预期。实现后运行相关检查；失败就修复并重跑，通过后留下行为证据。

HITL 指人参与关键决策。AFK 指任务边界和反馈足够明确后，agent 独立推进。如果目标、范围或验收仍需人判断，就先保留人的参与。

> Fix the environment your agent runs in
>
> — Matt Pocock, [source](https://x.com/mattpocockuk/status/2105740664973775163), 2026-10-01
>
> 本站译意：修好 agent 所运行的环境。

## 让不同检查覆盖不同问题

TypeScript 项目可用类型检查、相关测试、格式与 lint。交互行为还需要能操作的开发服务器、可读日志或冒烟 CLI。选能发现当前风险的组合，不把工具数量当成可信度。

<!-- compare -->
| 要判断什么 | 可用反馈 | 仍要留意 |
|---|---|---|
| 类型关系是否成立 | 类型检查 | 外部数据与运行时行为 |
| 关键行为是否符合预期 | 相关测试、冒烟 CLI | 是否覆盖异常路径 |
| 界面是否真实回应 | 开发服务器与可读日志 | 实际操作结果是否一致 |
| 格式和约定是否满足 | 格式检查、lint | 需要上下文的设计取舍 |

## 检查必须能抓到有意义的错误

测试若只是重新写一遍实现逻辑，可能与实现一起出错。先说清什么坏行为应该失败，再看检查能否发现它；能够从设计上禁止的错误，也应改善对应边界。

保留必要的行为测试，确认边界确实让用户看见正确结果。一次检查通过，只证明它检查到的内容，不能替代其余风险的判断。

Figure: 复现、实现、检查与修复的反馈环 ([d07-feedback-loop](/diagrams/d07-feedback-loop.zh.svg))

## 自动化从一件低风险任务开始

先观察一个小任务的证据和返工，再决定扩大自动化范围。Ralph 循环是历史入口，Sandcastle 是工具入口；它们都不能证明无人值守发版已经可靠。

Figure: 人参与决策与自主执行的边界 ([s07-hitl-afk](/art/s07-hitl-afk.zh.svg))

> **本站推论**
> 本站建议：扩容前比较这次任务的失败是否可见、结果是否可复查，以及人工介入发生在哪里。边界仍不清楚时，先缩小任务。

## 练习：为表单补齐三段证据

先写预测：服务地址缺失时，界面与日志分别应出现什么？再为同一份输入安排失败运行与修复后运行，避免只凭修改后的截图判断。

Figure: 修复前后的可重复验证证据 ([s07-evidence](/art/s07-evidence.zh.svg))

### 复现假成功，再证明它被修复

- 失败证据：在测试环境移除服务地址，提交表单，记录错误的成功提示。
- 修复：配置无效时返回明确失败，保留输入并允许重试。
- 通过证据：同样条件下显示错误；补齐配置后提交，记录真实成功结果。
- 可重复：注明启动方式、配置条件、输入和期望输出，不记录凭据。

参考思路: 两次运行使用相同输入，并对照配置条件。检查要同时证明缺配置不会假成功、合法配置仍能成功；日志帮助定位，界面结果证明用户看见什么。

## 怎样才算完成？

另一位协作者按记录能重跑，并判定成功或失败。失败证据、修复和通过证据彼此对应；若关键检查没跑，就标明验证缺口，再进入[评审与 PR](/zh/review-and-pr)。

## 速查

- **先定预期** 复现失败或写出可判定的新行为。
- **检查有用** 能抓到有意义的错误，也保住合法路径。
- **交付证据** 运行可重复，结果可判断，再扩大自动化。

## 来源

- [Matt Pocock · 2026-10-01](https://x.com/mattpocockuk/status/2105740664973775163)
- [反馈回路 / Feedback loops](https://www.aihero.dev/essential-ai-coding-feedback-loops-for-type-script-projects)
- [Ralph](https://x.com/mattpocockuk/status/2009276031622918474)

非官方、非商业的学习整理，与 Matt Pocock 无隶属或背书关系。所引作品版权归原作者；MIT 复用内容另附版权与许可声明。

本页说明图内嵌的 CSS 片段改编自 Archify（https://github.com/tt-a1i/archify），MIT 许可，完整许可如下。

### 完整许可：Archify (tt-a1i/archify)

```text
MIT License

Copyright (c) 2026 tt-a1i (Archify)
Copyright (c) 2025 Cocoon AI

Permission is hereby granted, free of charge, to any person obtaining a copy
of this software and associated documentation files (the "Software"), to deal
in the Software without restriction, including without limitation the rights
to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
copies of the Software, and to permit persons to whom the Software is
furnished to do so, subject to the following conditions:

The above copyright notice and this permission notice shall be included in all
copies or substantial portions of the Software.

THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
SOFTWARE.
```