当前位置：首页>java>让 AI 自己写代码、自己测试、自己改 bug

让 AI 自己写代码、自己测试、自己改 bug

2026-08-27 07:30:38

让 AI 自己写代码、自己测试、自己改 bug

昨天，我让 Claude Code 跑了 2 个多小时。

不是我在写代码，是它在写。我只是偶尔看一眼进度，确认方向没跑偏。

而今天，它学会了自己测试 —— 自己启动服务，自己打开浏览器，自己发现 bug，自己调试修复。

这不是胡扯，这是我正在用的开发工作流。

为什么需要"长程任务"工作流

用 AI 写代码，最常见的方式是对话：你问一句，它答一句，你再问，它再答。

但这种方式有几个问题：

1. 上下文会丢失

聊着聊着，它就忘了前面说过什么，开始重复或者矛盾。

2. 方向容易跑偏

没有明确的计划，写着写着就偏离了最初的目标。

3. 没有检查点

出了问题不知道从哪里开始出错的，只能从头再来。

所以我设计了一套"长程任务"工作流，核心思想很简单：

拆分 + 记录 + 审核

把大任务拆成小步骤，每一步都有记录，关键节点让多个模型交叉审核。

我的工作流

先放三个关键资源，后面会用到：

superpowers — Claude Code 技能增强库
GuDaStudio/skills — Codex 和 Gemini 的桥接接口
autonomous-coding — Anthropic 官方的长程开发思想

我的工作流分四个阶段：

阶段一：需求讨论

不要上来就让 AI 写代码。

先用 `/superpowers:brainstorm` 和它讨论需求：你要做什么、边界在哪、有哪些约束。

讨论完一轮后，把结果交给 Codex 和 Gemini 做多模型审核。不同模型有不同的盲区，交叉审核能发现单一模型看不到的问题。

这一步的产出是：一份经过多轮审核的需求文档。

阶段二：计划拆分

需求确定后，用 `/superpowers:write-plan` 生成开发计划。

关键点：计划不能太长。

我的做法是拆成两层：

第一层：overview（整体架构和模块划分）
第二层：每个模块的具体步骤

一次给太长的计划，AI 容易丢失细节或者跑偏。分层拆解，每次只关注一小块。

过程中还发现要仔细的审查一下AI制作的计划，可能会有部分和我们想要的有歧义，有冲突，及时的调整和审核。

阶段三：执行开发

使用 `/superpowers:execute-plan` 让 AI 按计划一步步写代码。

我做了两个改进：

1. 引入 `.workflow/state.json` 记录进度

这个思路来自 Anthropic 官方的 autonomous-coding 方案。每完成一步就更新状态，任务中断后可以恢复，不用从头再来。

2. 每三步自动多模型审核

每完成三步，自动调用 Codex 和 Gemini 进行审核，直到两个模型都没有重大意见为止。

昨天跑了 2 个多小时，产出了一个完整的 MVP pipeline。

阶段四：自动测试

这是今天的新尝试。

让 Claude 自己：

启动 Next.js 前端服务
启动后端 API 服务
通过 chrome devtools MCP 打开浏览器
按测试计划执行全流程测试
发现 bug → 定位问题 → 修复 → 再测试

我之前试过 Claude 自带的 chrome 插件，发现不能自动上传文件，后来换成了 chrome devtools MCP，体验好很多。

关键心得

用了几天这套工作流，有三个感受比较深：

1. 多模型审核真的有用

单一模型有盲区。Claude 觉得没问题的代码，Codex 可能会指出潜在 bug；Gemini 可能会提出更好的架构建议。

交叉审核不是为了"投票"，是为了看到更多视角。

2. 状态记录让长任务成为可能

以前让 AI 写复杂功能，最怕的就是中途出错要从头再来。

有了 `.workflow/state.json`，任务可以中断、可以恢复、可以追溯。哪一步出了问题，回滚到那一步就行。

3. AI 的"闭环能力"超出预期

让它自己启动服务、自己测试、自己改 bug——我本来以为会很拉胯，结果它真的能跑通整个流程。

当然不是 100% 完美，但已经能帮我省掉大量重复劳动。

最后

这套工作流还在迭代中，我也在边用边改。

后续会继续分享：

具体的 superpowers 配置方法
多模型审核的细节设置
更多实战踩坑记录

如果你也在用 AI 辅助开发，欢迎交流，一起探索这条路能走多远。

本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：596563534@qq.com 。

最新文章

随机文章