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
技术实践2026-11-18 13:56

编程智能体拒答后,也要交代已做的修改

dev.to · AI#编程智能体#可观测性#可靠性
Editor brief · 编辑速览

Merlin 曾因最终回答缺乏证据而替换输出,却遗漏告知用户运行中已有三个文件被修改。作者据此区分拦截不实声明与报告实际操作,改用系统记录生成执行说明。

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

AI 深度解读

AI 编程助手拒绝了一段不可靠的回答,用户的代码却已经被改过了。Merlin 的一次运行暴露了这个缺口:系统正确拦住了未经证实的完成声明,却只返回三行拒绝说明,没有提到已经写入工作树的三个文件。

作者的结论很直接:拦截模型的错误叙述,不能连执行事实一起藏掉。对正在做 Agent、代码修改工具或自动化执行平台的程序员来说,这篇短文值得读,因为它讨论的是失败之后用户最需要知道的事:我的机器到底发生了什么。

回答被拒绝,不代表操作没发生

2026 年 7 月 6 日,Merlin 在会话 bf1e74e9 中拒绝了模型准备输出的最终回答。拒绝本身是正确的:模型声称完成了一些工作,但执行记录不足以支持这些说法。

Merlin 的处理方式,是用系统自己生成的状态信息替换模型回答,避免用户看到不可靠的声明。问题出在替换后的内容:只有三行,没有列出运行已经提交到用户工作树的三个文件。

用户可能因此重新执行请求,也可能以为什么都没发生,带着未被告知的修改继续工作。原文没有说这两种后果真的发生过,它们是作者指出的风险。

最终回答是否可信,与执行是否产生了修改,是两个需要分别处理的问题。

一次运行可能做过部分工作,但不足以宣称任务完成。拒绝后者,没有理由抹掉前者。

拒绝说明也要附上执行回执

作者承认,原先把两个决定混在了一起:删除缺乏证据的声明,以及隐藏实际发生的操作。前者应该做,后者不应该做。

修复发生在同一天。Merlin 为最终输出增加了两类信息,而且明确要求它们来自系统记录,不能从模型文本中提取。

第一类是 Changes committed to your working tree,用于列出工作树中的已核验提交。在 commit mode 下,每个最终输出都要带上这部分,无论回答被接受还是被拒绝。

第二类是 What verifiably happened this run,用于说明本轮可核验的执行情况。只要系统没有完全接受回答,就提供任务数量和变更数量。

两部分的覆盖条件不同:前者针对提交模式下的所有最终输出,后者针对所有未被完全接受的回答。它们共同补上了一张执行回执,让用户能区分「做过什么」与「是否完成」。

这里最关键的设计不是多加两个标题,而是信息来源。让模型重新解释自己做过什么,仍可能重复未经证实的说法;从执行记录生成回执,才有机会保住事实。

作者还给出一个简单检查:只读系统最严厉的拒绝说明。如果用户仅凭这些内容,无法知道机器上有哪些变化,拒绝机制就在隐藏事实。

我的判断

我认同这种拆分。对能修改文件的 AI 工具,拒绝回答只是输出层的处理,不能代替对执行结果的交代。尤其是部分步骤已经成功、最终验收失败的情况,用户需要知道哪些修改值得保留,哪些需要检查。

与笼统的「执行失败」相比,这种回执更便于用户接着处理任务;与直接展示完整日志相比,它也更容易读。不过,原文没有提供用户测试或对照数据,不能据此断言它降低了重复执行率,或者减少了多少误操作。这是一条有明确案例支撑的工程经验。

它还有一个前提:系统记录必须足够可靠。原文没有交代如何核验文件提交、如何定义任务和变更数量,也没有说明并发修改时怎样归属变更。准备照做的团队,需要补上这些定义。

证据也有边界。作者给出的来源是 2026 年 7 月 6 日编写的 Spec 002、验收条目 AC-002-002-06,并明确表示该次运行日志已经过期。因此,这篇文章能说明设计问题与修复思路,无法让读者重新核查当时的完整执行过程。

能拿来做什么

  • 如果你的 AI 编程工具会修改前端或 Node 项目,把文件变更回执放进最终输出,即使任务验收失败,也列出已经核验的修改。
  • 在执行层保存操作结果,由系统生成回执;不要把模型最后一次自述当作文件已修改或任务已完成的证据。
  • 为部分成功的运行分别展示执行事实与验收状态,让用户知道已经发生的变更,以及仍未被证实的完成声明。
  • 检查工具最严厉的拒绝输出,单独阅读它,确认用户能判断本轮是否留下修改,再决定下一步操作。
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
跨层复用 KV 缓存,探索推理显存压缩
下一篇
多智能体故障排查:从上下文到工具调用

资讯速览

dev.to · AI · 2026-11-18 13:56

AI 评分 8.0 / 10

相关标签

#编程智能体#可观测性#可靠性

继续阅读

  • 145 个 AI 搭建的应用中有 16 个权限配置有问题
  • 跨层复用 KV 缓存,探索推理显存压缩
  • 多智能体故障排查:从上下文到工具调用
  • 子智能体的小任务,为何消耗大量上下文
  • 把 AI 调研结果变成团队可复用资产