返回资讯中心
外部精选
软件工程
#开发者实时流

开发者倡导将验收标准改写为可验证的检查项

来源标题:Acceptance Criteria Must Be Provable

验收标准只有能被证明真假时才有用,诸如“运行良好”“速度很快”这类描述无法验证。应将其改写为可执行的测试、命令、测量或截图,并逐一要求智能体为每条标准提供证据,而不是直接声称完成。核心原则是:如果你无法证明某条标准为假,它就不算验收标准。

Hacker News 最新bostonaholic2026/11/12 · 5 天前10 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

验收标准只有在每一条都能被证明为真或为假时才有用。“运行良好”和“速度快”无法被证明。把它们改写成你能执行的检查:一个测试、一条命令、一次测量或一张截图。不要让 agent 在尚未证明某条标准的情况下宣称完成。逐条索要证据。

核心要点: 如果你无法证明一条标准为假,它就不是一条验收标准。

本周行动: 打开一个工单,把其中所有你无法证明为真或为假的验收标准都改写一遍。然后把工单交给一个 agent,要求它针对每一条返回证据,或者说明它无法验证什么。

在《让 Agent 也审查行为与意图》一文中,我提到要把 issue 及其验收标准交给一个负责审查的 agent,然后让它报告这次改动满足了哪些要求、遗漏了哪些要求。

但前提是这些标准可以被检查。“取消流程运行良好”没有是或否的答案。试图验证它的审查者最终只能猜“良好”是什么意思。Agent 也会猜,而且听起来还煞有介事。

《无论你认为 AI 行还是不行,你都是对的》一文指出,缺少完成定义是一种准备工作的失败。含糊的定义只是同一失败换了更多字眼。你给了 agent 一个它不可能不命中的靶子,因为它根本无法被衡量。

拿《行为测试告诉你代码为何存在》里的取消示例来说。一张写着“取消功能正常工作”的工单无法被证明。下面这些可以:

每一条都有对应的检查。创建一个本应在 10 月 1 日续费的订阅,取消它,然后断言当天不应产生扣费。创建一个已付费至 9 月 30 日的订阅,取消它,然后断言 9 月 15 日访问权限仍然有效。如果这些检查失败,该标准即为假。如果你写不出这样的检查,那这条标准仍然只是一个愿望。

工单上的含糊措辞也需要同样处理。把“结账很快”改写为“运行仓库的结账基准测试时,包含 10 个订单项的结账在 200ms 内完成”。有人可以运行这条命令并得到是或否的答案。把“设置页面看起来不错”改写为“在所有必填字段有效之前,保存按钮保持禁用”。一张邮箱字段为空、按钮禁用的表单截图可以作为佐证。

如果一条标准里仍然出现“良好”“快速”“直观”或“精致”,那它就还没写完。

Agent 常常在文件一写完就宣称工作完成。测试套件全绿也不够,因为绿色的测试并不能证明 agent 构建的就是你要求的东西。测试可能编码了与代码相同的误解。这就是为什么《审查结果,而非输出》一文要问的是测试是否检查了真正重要的东西,而不是 agent 有没有写测试。

所以要在工作开始前写好标准,并让它们远离执行者的写入路径。这和《描述做什么,委托怎么做》是同一条规则。执行工作的 agent 不应该有权编辑完成定义。它只有读权限。检查必须存在于完成工作的 agent 之外。

当你让一个 agent 实现某个工单时,要求它证明每一条标准。下面是一个可以尝试的示例,并非我已运行过的工作流报告。

按照以下验收标准实现这个工单。 不要编辑这些标准,也不要编辑编码这些标准的测试。 对每一条标准,报告:

  • 你运行的检查:确切的命令、测试名称、测量结果或截图
  • 结果
  • 如果你无法证明,就直说,并且不要宣称完成

通过的测试套件不能作为没有检查的标准的证据。

阅读一个测试不等于运行了一个通过的测试。

在每一条标准都有证据或有明确的缺口之前,不要宣称完成。

人类仍然必须查看这些证据。如果标准是“保留访问权限直到付费周期结束”,而唯一的测试只断言调用了某个 cancel 方法,那不是证明。退回去。

验收标准是你和 agent 就“完成意味着什么”达成一致的方式。如果一行内容无法被证明,它就还不是一条标准。在工作开始前改写它。

在 LinkedIn、Hacker News 或 X 上参与讨论。

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →