基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
  • 知识卡片碎片时间过考点
  • 场景篇按分类整理的大前端场景考点
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
  • 动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
    • AI 热点每日 AI 资讯与动向
AI 工作台
旧版
AIHT
内容
精选全部 AI 动态热点榜AI 日报收藏
分类
模型行业编程产品技术观点开源
更多
Agent 接入
返回首页开发者导航
AIHT
精选 / 资讯详情
8.0
热点
AI SCORE
编程提效2026-11-22 23:00

AI 写代码之后,如何把住交付质量

dev.to · AI#AI编程#代码审查#工程质量
Editor brief · 编辑速览

文章将 AI 编程能力的差距归结为任务描述、变更规模、输出核验与风险识别。它围绕这些环节提供五个习惯和一份可用于下一次 PR 的审查清单。

文章思维导图
Knowledge map
拖拽缩放
AI deep read

AI 深度解读

买到同一档 AI 模型,不等于交付出同一质量的代码。作者的核心判断是:当模型人人可用,开发者的差距会更多体现在任务怎么拆、风险怎么识别,以及合并前到底验证了什么。

文章用一个「判断活动是不是今天」的日期函数,串起五个日常习惯。它对前端和全栈开发者的价值很直接:把「代码看起来没问题」变成可检查的验收条件。不过,文中的效率对比主要是举例,不能当成团队采用这些习惯后的收益数据。

为什么同一个模型,仍然会交付不同结果

作者设想了两名开发者拿到同一个模型、同一张需求单:一个用一小时交付干净的修复,另一个交出的代码通过评审,却在一周后影响部分用户,再花一天排查。

这不是有样本和统计方法的对照实验,而是用来说明四个差异:任务是否描述清楚、修改是否小到能认真读完、输出有没有被核查,以及开发者是否知道哪里风险高。

其中最容易被忽略的是修改规模。一个 helper、一个组件,通常还能在脑中追踪输入和输出;一次生成 900 行改动,评审很容易退化成浏览。代码越流畅,越容易让人把「读着顺」误当成「行为正确」。

资深开发者的价值,体现在对范围、风险和验证方式的判断。

AI 提高了生成速度,却没有替团队决定哪些行为必须保持、哪些边界必须测试。作者建议先写两三行计划,明确目标、禁止改动的部分和完成条件,再让 agent 动手。

一个日期函数,为什么会在纽约出错

需求很普通:活动日期等于用户本地的今天,就显示「Today」标记。agent 给出的第一版实现如下:

function isToday(dateString, now = new Date()) {
  const d = new Date(dateString); // e.g. "2026-11-22"
  return (
    d.getDate() === now.getDate() &&
    d.getMonth() === now.getMonth() &&
    d.getFullYear() === now.getFullYear()
  );
}

要盯住的是 new Date(dateString)。像 "2026-11-22" 这样的纯日期字符串,会被解析为 UTC 零点;随后 getDate()、getMonth()、getFullYear() 读取的却是本地时区下的日期。在纽约这样的 UTC 以西地区,这个时刻仍属于前一天。

作者称,他们用三个时区测试了相同的本地时间:11 月 22 日 10:00。不过,提供的原文没有展示完整结果表,只解释了 Dhaka、London 不容易暴露这个案例,而 New York 会出错。

如果业务输入就是本地日历日期,修复可以直接比较年月日:

function isToday(dateString, now = new Date()) {
  const [y, m, d] = dateString.split("-").map(Number);
  return (
    y === now.getFullYear() &&
    m === now.getMonth() + 1 &&
    d === now.getDate()
  );
}

这里要注意 getMonth() + 1:JavaScript 的月份从 0 开始,输入字符串的月份从 1 开始。这个实现避开了把日历日期转换成时间点的过程,但它没有验证输入是否合法,也不能直接拿来处理带时区的活动时间。

错误并不只来自 AI。作者强调,这类问题在人写的代码里早已存在;开发者需要知道日期解析属于高风险区域,才能提出有效的验证要求。

怎样让 agent 的正确性有证据

作者给出的五个习惯,可以连成一条工作流程。

先定义完成条件。日期案例里,目标是按用户本地日期显示标记,不动 events API 和现有日期格式化逻辑,验收则要求 UTC-5、UTC、UTC+6 下的测试都通过。这样,评审就有了具体依据。

接着控制修改范围,并带着「哪里会坏」阅读 diff。作者列出的重点包括日期、时区、金额计算、循环中的异步操作、API 返回 500 时的错误处理、权限检查、用户数据,以及靠忽略异常来「处理」边界的代码。

然后要求 agent 提供能先失败、后通过的测试。原文使用 node:test 的 test 和 node:assert/strict 的 assert,从 ./isToday.js 导入函数,通过 TZ=America/New_York node --test 执行。测试构造 new Date(2026, 10, 22, 10, 0),断言 isToday("2026-11-22", now) 为 true。第一版失败,修复版通过。

「测试通过」之前,还要确认这个测试确实抓得住原来的错误。

最后,把 agent 犯过的错写进它会读取的规则文件,例如 AGENTS.md、CLAUDE.md 或 .cursor/rules。原文的规则是:不要把 "YYYY-MM-DD" 纯日期字符串传给 new Date(),而应比较日期各部分。

作者还给出一份两分钟评审清单:能解释每一行修改,知道最慢或最不稳定的调用失败后会怎样,对日期和金额做过测试,有修复前会失败的用例,没有越出任务范围,并已记录 agent 的错误。

我的判断

我赞成把注意力从订阅档位转到验收能力,尤其赞成小范围修改和失败用例。它们让开发者更容易发现具体问题,也让 AI 输出有可核查的证据。

但「五个习惯让判断可重复」仍主要是经验之谈。作者没有给出缺陷率、评审耗时或不同模型之间的对照数据,开头的一小时、一周和一天也不能拿来估算收益。

规则文件同样需要业务前提。「不要把纯日期传给 new Date()」适合本文的本地日历日期场景;如果需求就是表达 UTC 时间点,就应按相应语义处理。规则写得过于绝对,可能把一次正确修复变成下一次误导。

测试先行也不必覆盖所有琐碎修改。它更适合行为修复和风险边界明确的问题。基础知识仍是前提:不知道日期和时间点的区别,就很难判断测试到底证明了什么。原文末尾还附有从 11 月 26 日周四开始、优惠 25% 的课程广告,这与技术论证应分开看。

能拿来做什么

  • 下次让 AI 修改前端组件前,先写清目标、不能动的接口和可观察的验收结果,让 diff 围绕这些条件展开。
  • 遇到日期标签、活动日历等需求,先确认字段表示本地日期还是具体时间点;若用 Node 验证,保留 TZ=America/New_York node --test 这样的时区用例。
  • 修复 API 失败处理或异步逻辑时,让 agent 先给出能复现问题的测试,亲自看到它失败,再检查修复后的结果。
  • 在规则文件中记录已确认的错误及适用场景,并把「解释每一行修改」和「有没有越出范围」加入 PR 评审习惯。
Original source

本文由 AI 通读原文后重新编写,观点部分为站内判断,细节以原文为准,来源 dev.to · AI,原文版权归原作者所有。

阅读原文
上一篇
Sashiko 增设性能审查,回归检出率提升
下一篇
远程 MCP 实测:可达性之外还要看什么

资讯速览

dev.to · AI · 2026-11-22 23:00

AI 评分 8.0 / 10

相关标签

#AI编程#代码审查#工程质量

继续阅读

  • Sashiko 增设性能审查,回归检出率提升
  • 远程 MCP 实测:可达性之外还要看什么
  • asyncio 限并发,还要限制待处理任务
  • 用小模型和检索搭建可溯源本地助手