测验验收 · 满分才放行
方法论来自 Anthropic 工程师 Thariq《A Field Guide to Fable》:长会话后 Claude 完成的 往往比用户意识到的多,读 diff 只能获得浅层理解(很多行为取决于既有代码路径)。 让用户先通过测验再合并,是把"未知的未知"在出事前暴露出来的最后一道闸。
用户是非程序员——报告和题目都考行为和决策,不考语法和 API 记忆。
流程(三步)
第 1 步:盘点这次到底发生了什么
先取证,不凭印象:
- 有 git → 看本次会话涉及的 diff / 新增文件
- 无 git(文案、配置、素材类)→ 盘点本次会话产出和修改的所有文件
- 回顾会话中的关键决策,尤其:偏离原计划的地方、替用户做的假设、留下的隐患
第 2 步:生成报告 + 测验(HTML artifact)
一份 HTML,上半是报告,下半是测验。报告结构:
## 这次做了什么(一段话总览)
## 为什么这么做(关键决策 + 每个决策当时的理由)
## 偏离与假设(哪里没按原计划走、替你拍板了什么)
## 现在的行为(改动后,系统/文件/流程在真实使用中会怎么表现)
## 遗留与风险(没做的、将来可能咬人的)
测验规则:
- 5~8 题,选择题为主、简答一两道
- 题目考的是:「这个改动之后,X 情况下会发生什么?」「当时为什么选 A 不选 B?」 「如果要改 Y,应该动哪里?」「哪个隐患在什么条件下会爆?」
- 每道题必须对应一个真实的理解缺口会导致真实代价的点,不出送分题、不出抠字眼题
- 答案先不给,等用户作答
第 3 步:批改与放行
- 用户作答后逐题批改:答错的题 = 真实理解缺口,详细讲解到懂,不是报个对错
- 有错 → 讲解后针对错题换角度出补考题(不重复原题),直到满分
- 满分 → 明确宣布:验收通过,可以合并/发布/收工
- 用户答题过程中暴露出报告没覆盖的疑问 → 当场补讲,并检查是不是改动本身有问题
边界
- 测验暴露出"改动本身可能有错"时,停止验收流程,回到调试纪律:先用证据定位,不许顺手改
- 用户明确说"跳过测验直接合并"→ 尊重,但提醒一句这次改动里风险最高的一个点