让AI检查自己的工作：验证循环详解

想让AI检查自己的工作，就给它一个验证循环：一份简短的命令清单，它必须先运行并全部通过，才能把代码交给你。类型检查、测试、一次真实请求、一次手动走查。用验证循环之前，我70%的AI构建请求都要经过一轮调试；用了之后，95%一次就能完美运行。

对于用AI做产品的非技术创始人来说，这是杠杆最高的单一习惯。下面讲清它到底怎么运作，并附上可直接复制的版本。

为什么AI代码看起来完美，一运行就出问题

每个用AI做产品的创始人都熟悉这个循环。你给AI一个提示词，它生成看起来完美的代码。你粘贴进去，运行，结果崩了——类型错误、测试失败、程序崩溃、缺这缺那。你把报错贴回去，它修好这一个。再运行，又出新错误。迭代十轮之后，终于能用了。

我亲身经历过。有一次我用一句简单的提示词要一个评分功能。代码回来时看着很干净，一运行却冒出三个不同的错误。来回修了3个小时。同一个功能，附上验证循环再请求，只花了15分钟——我一次迭代都没做。AI遇到了同样的错误，但它在我看到代码之前就自己发现并修好了。

问题从来不是AI写的初稿有bug。每个开发者的初稿都有bug。问题在于把初稿当成成品交出来。验证循环就是补上这道缺口。

让AI检查自己的工作：验证循环是什么

验证循环是一份可执行检查的清单，用来核实工作成果，按从快到慢排序。AI运行这些检查，看到失败，修复，再重新运行——如此反复，直到全部通过，才呈现代码。你拿到的是已经过四个层级验证的成果。

顺序很重要：快速失败。代码连编译都过不了，就没必要跑五分钟的端到端检查。规则很简单——AI必须先通过第1层，才允许运行第2层，依此类推。

可直接复制的验证循环

把这段话贴在任何构建请求的末尾。命令按你项目实际使用的来调整——重要的是结构：

验证循环——运行全部四个层级，并在给我看代码之前修复每一个失败。

第1层——语法与类型。运行项目的类型检查。预期：零错误。如果失败，先修复错误并重新运行，再进入下一层。

第2层——单元测试。运行你所改动部分的测试。预期：所有测试通过。包含正常情况、空值情况，以及至少一个错误情况的测试。

第3层——集成。对运行中的应用发起一次真实请求，并确认返回的正是我所描述的响应。如果失败，检查数据库连接和权限。

第4层——手动走查。给我一份带编号的点击路径，让我能自己验证这个功能，并写明每一步我应该看到什么。

三个细节让它奏效。第一，每条指令都是可执行的——“测试服务确保它能用”不是命令，而“运行你所改动部分的测试”才是。第二，每一层都写明预期输出，AI就知道成功是什么样子，而不是靠猜。第三，每一层都附带修复提示，能大幅加快自我纠错。

本书The Solopreneur RevolutionLuis Gonçalves 讲述如何在不辞职的情况下用 AI 打造独立创业者事业。获取本书 →

在我看到之前就抓出47个bug的那次构建

我手头最好的例子，是为一个加速器平台做的匹配功能：按12项标准把初创公司与导师配对，带加权评分、可用时间上限和时区规则。复杂到初稿必然在某处出错。

我把请求写成结构化规格，并附上完整的验证循环——就是我在PRP方法里介绍的做法。AI生成代码后运行了这个循环。它发现了47个bug：12个类型错误、18个测试失败、9个未处理的边界情况，以及8条被违反的业务规则。它自动全部修好，每次修复后都重新运行检查。我一个都没看到。等我自己运行完成的功能时，它运转完美。

没有这个循环，这47个bug会一个一个冒出来——每一个都是一条令人困惑的报错、一次与AI的往返、再来一轮测试。这就是一个下午和一周的差别。

bug真正藏身之处：边界情况

第2层值得特别关注，因为80%的生产环境bug都来自边界情况。代码在完美数据下运行良好，但真实用户第一次提交空表单、重复邮箱，或带表情符号的消息时就会崩溃。

所以不要只说“写测试”——要点名具体情况：正常情况、空值情况、非法输入、错误路径。如果你怀疑让AI自己写测试给自己打分，这种直觉是健康的——我在AI写的测试里讲过如何让这些测试保持诚实。简短版本是：由你事先指定、断言具体预期值的测试，很难被糊弄。

当AI自己验证自己，会发生什么变化

我在数百个功能上的前后对比：有验证循环之前，70%的构建请求需要我来迭代；之后，95%一次就能完美运行。剩下失败的5%通常是环境问题——缺少API密钥、连错数据库——而不是代码bug。

这才是真正的转变。没有验证循环时，AI生成代码，你花几个小时调试。有了它，AI生成代码、验证、自我纠正，你审阅的是已经能用的东西。你不再充当质量控制部门，而是回到创始人的位置。

12 周企业职业生涯从来都不是计划申请加入 Solopreneur Accelerator。立即申请 →

常见问题

AI开发中的验证循环是什么？

验证循环是一份可执行检查的清单——类型检查、单元测试、一次集成调用和一次手动走查——AI必须先运行并通过，才能呈现代码。AI能看到自己的失败并修复，所以你收到的是已经验证过的成果，而不是初稿。

使用验证循环需要会写代码吗？

不需要。你不用读检查的输出——你只是设定关卡。上面的模板原样复制粘贴就能用。你需要的是纪律：把它附在每一个构建请求上，并拒绝任何没有通过全部四个层级的代码。

哪个验证层级最重要？

第1层捕获的bug最多——约60%——只需大约五秒，所以它最先运行。但质量在第2层：边界情况占生产环境bug的80%，因此覆盖空值、非法输入和错误情况的测试，在真实用户到来后最能保护你。

AI真的能修复自己的错误吗？

能，前提是它看得到错误。给它一个失败的检查和预期输出，AI会读取报错、定位原因、修复并重新运行——有时要经过多轮迭代。在我的匹配功能里，它就这样在我没有参与的情况下纠正了47个bug。它做不到的，是修复它从未观察到的错误。