AI 写代码怎么验收？我给自己做了一张检查清单

以前我用 AI 写代码，最关心的是：

它能不能写出来。

现在我更关心另一件事：

它说完成了，我到底怎么验收？

AI速度陷阱-说完成vs真验收.png

这个问题很现实。

尤其像我这种非科班出身的人，用 Codex、Claude Code 改项目，一开始很容易被 AI 的速度带着走。

它说修好了。

它说代码已经更新。

它说测试通过。

它说现在可以用了。

你看着它输出一大段解释，很容易就松一口气：

行，那应该好了。

但用久以后我发现，这个 “应该好了” 很危险。

因为 AI 写代码不是交作业。

它是在动你的项目。

它可能真的修好了问题。

也可能修好了一个地方，顺手埋了另一个坑。

也可能功能能跑，但流程不对。

也可能页面看起来没问题，但数据、权限、配置、历史记录被它动过。

所以我现在越来越觉得：

普通人用 AI 写代码，真正要补的不是“怎么写 Prompt”，而是“怎么验收 AI 干完的活”。

今天这篇不讲复杂理论。

就讲我自己现在用 Codex / Claude Code 改项目后，会照着看的一张检查清单。

它不高级。

但很管用。

8步验收流程全景图.png

01 先看它有没有跑偏

验收的第一步，不是看代码。

而是先回到任务本身。

你一开始让 AI 做什么？

它最后做的，还是这件事吗？

这个检查特别重要。

因为 AI 很容易 “顺手做多一点”。

你让它修一个按钮样式，它顺手整理了组件结构。

你让它改一个文案，它顺手改了页面布局。

你让它补一个脚本参数，它顺手改了脚本启动方式。

它不是故意捣乱。

它只是太想把事情做完整。

但项目里最怕的就是这个。

我自己用 Codex 改 Obsidian 内容系统时，经常会提醒它：

• 这次只改这一个文件
• 不要顺手整理目录
• 不要顺手更新长期记忆
• 不要顺手改别的 Skill

这个提醒不是多余。

因为 AI 很容易把 “更完整” 理解成 “更好”。

但对真项目来说，任务没跑偏，比它多做一点更重要。

所以我现在验收时，第一句会问：

这次改动，是否只解决了我指定的问题？

如果答案是否定的，我会先停下来。

别急着看它写得多好。

先看它有没有越界。

验收的第一步，不是判断它写得好不好，而是判断它有没有做多。

02 看它到底改了哪些文件

AI 说 “我改好了”，这句话不能直接信。

你要看它改了哪些文件。

如果是代码项目，我会看：

• git status
• git diff

如果是 Obsidian 内容系统，我会看：

• 它新增了哪些笔记
• 它改了哪些上下文文件
• 有没有碰到 memory、log、index

这个动作很简单。

但很多人会跳过。

结果就是，AI 改了 10 个文件，你只看见了其中 1 个。

等后面出问题，你根本不知道问题从哪里来的。

我现在比较习惯让 AI 最后给我一个改动摘要：

• 改了哪些文件
• 每个文件为什么改
• 有没有新增文件
• 有没有删除或移动文件
• 有没有动到配置、数据、入口和长期规则

这不是形式主义。

这是给自己留后路。

因为项目不是一次聊天。

你今天看不出问题，过几天可能要回来查。

那个时候，一份清楚的改动摘要，比 AI 当时夸自己 “完成得很好” 有用得多。

AI 改了什么，比 AI 说了什么重要。

03 检查有没有碰禁区

我让 AI 改项目时，最怕它顺手碰 4 类地方。

• .env、密钥、权限、部署配置
• 数据库、迁移、历史数据、长期记忆
• 项目入口、目录结构、依赖版本、构建脚本
• 核心业务流程、状态机、长期规则

这些地方不是永远不能改。

但不能让 AI 顺手改。

所以验收时，我会专门扫一眼：

• 它有没有动 .env？
• 有没有动数据库结构？
• 有没有改 package.json 或 lockfile？
• 有没有改启动命令、路由入口、目录结构？
• 有没有改核心流程规则？

如果有，我不会马上说它错。

但我会要求它解释：

• 为什么必须改？
• 有没有别的方案？
• 这次改动会影响哪里？
• 需要

我做什么额外验证？

这个动作能挡住很多隐形风险。

AI 最容易让人放松警惕的地方，就是它讲得很自信。

但你不要只听它讲。

你要看它动了哪里。

AI 的语气越自信，你越要看它有没有碰禁区。

4大禁区快速扫描清单.png

04 看核心功能有没有真的可用

很多 AI 写代码的结果，是 “代码层面看起来对了”。

但真用的时候，不一定对。

比如你让它改一个表单。

它可能字段都写了。

但提交以后没有提示。

比如你让它改一个页面。

它可能桌面端正常。

但手机端挤在一起。

比如你让它修一个脚本。

它可能能跑一次。

但换一个参数就报错。

所以验收不能只看代码。

要看你最初要解决的那个功能，是否真的能用。

我现在会尽量用一句话定义 “核心可用”：

这次改完后，用户应该能完成什么动作？

比如：

• 用户能打开页面
• 用户能提交表单
• 脚本能按指定参数生成结果
• 内容项目能按新模板创建完整文件
• 客服流程能走到正确阶段

如果这个动作没跑通，那就不算验收通过。

哪怕代码写得再漂亮，也不算。

功能可用，不是代码看起来合理，而是用户真的能走完。

05 跑验证命令，不要只靠感觉

验证命令执行流程.png

如果项目有测试，就跑测试。

如果有 lint，就跑 lint。

如果有 build，就跑 build。

如果是脚本，就跑一次真实命令。

如果是前端，就至少打开页面看一眼。

这一步听起来像废话。

但很多普通人用 AI 写代码时，最容易跳过。

因为 AI 会说：

我已经验证过了。

但你要看它到底怎么验证的。

它是跑了命令，还是只是读了一下代码？

命令结果是什么？

有没有失败？

失败以后是修好了，还是绕过去了？

我现在最不喜欢 AI 说一句模糊话：

理论上应该可以。

真项目里，“理论上”没用。

要么跑了。

要么没跑。

要么通过。

要么没通过。

要么说明为什么没法验证。

这几句话要讲清楚。

没有验证命令的“完成”，只能算口头完成。

06 自己做一次人工试用

再强的 AI，也替代不了你自己试一遍。

尤其是做网页、小工具、内容系统、自动化流程的时候。

AI 看的是代码。

你用的是结果。

它觉得功能对了，但你一用可能马上发现不顺手：

• 按钮文案不自然
• 页面顺序不对
• 步骤太绕
• 输出结果不是你想要的格式
• 某个边界场景它没想到

我自己做 Obsidian 内容系统时，这种感觉特别明显。

AI 可以帮我补模板、改目录、写 Skill。

但最后这套东西顺不顺，只有我自己走一遍才知道。

比如从选题进入内容生产：

• 文件是不是好找？
• 长文终稿、人话审稿、配图建议是不是在正确位置？
• memory 和 log 有没有按规则更新？

这些东西 AI 可以检查一部分。

但真正的体验，我自己必须走一遍。

所以人工试用不是浪费时间。

它是验收里最接近真实使用的一步。

AI 能检查代码逻辑，但你才能检查使用体验。

人工试用体验验收.png

07 看有没有留下新坑

AI 写代码有时候会出现一种情况：

眼前的问题解决了，但新坑出来了。

比如：

• 它为了修一个报错，加了一堆防御代码
• 它为了让测试通过，把真正的问题绕过去了
• 它为了完成任务，改了一个过于宽泛的逻辑
• 它把一个小问题修成了大重构

这类问题不是每次都能马上看出来。

但你可以刻意问它：

• 这次改动可能带来什么副作用？
• 还有哪些地方没有验证？
• 有没有为了快速通过而做的临时处理？
• 有没有增加新的依赖、复杂度或维护成本？

这个问题一问，很多风险会浮出来。

尤其是 Codex / Claude Code 这种能读项目、能改文件、能跑命令的工具，你不能只让它当执行者。

你还要让它当复盘助手。

让它自己说清楚：

• 哪里可能有风险
• 哪里只是暂时处理
• 哪里需要下次继续看

好用的 AI，不只是帮你改完，还要帮你把风险说清楚。

08 最后让它写一份验收摘要

这一步是我现在越来越重视的。

AI 改完项目，不要只让它说 “完成了”。

让它写一份验收摘要。

我会让它按这个格式写：

• 本次目标是什么
• 实际改了什么
• 改了哪些文件
• 跑了哪些验证
• 哪些验证没有跑
• 有没有碰禁区
• 还有哪些风险和下一步

这份摘要不是写给 AI 的。

是写给未来的自己。

你过几天回来继续做项目，能快速知道这次做到哪了。

你下次让另一个 AI 接着改，也能把这份摘要当上下文。

你以后复盘某个问题，也能翻回来查。

对一人公司来说，记录不是文书工作。

记录就是你的第二个队友。

因为你没有十个人帮你记住每个决定。

你只能靠系统、清单和记录。

记录不是麻烦，记录是在给未来的自己减负。

我的 AI 写代码验收清单

最后我把这张清单放在这里。

以后你用 Codex、Claude Code、Cursor，或者任何能帮你改项目的 AI，都可以照着过一遍。

检查项	要问自己的问题
任务是否跑偏	它是不是只解决了我指定的问题？有没有顺手做多？
改了哪些文件	我看过 git status / git diff / 文件列表了吗？
有没有碰禁区	有没有动 .env、数据库、依赖、入口、核心流程？
核心功能是否可用	用户或我自己能完成原本要完成的动作吗？
验证命令是否跑过	测试、lint、build、脚本、页面预览有没有实际跑？
有没有人工试用	我有没有像真实用户一样走一遍？
有没有新坑	有没有副作用、临时处理、新依赖、复杂度增加？
有没有验收摘要	AI 有没有写清楚改动、验证、风险和下一步？

这张表不是让你变成专业程序员。

它是让你别被 AI 的速度带着跑。

AI 写代码越快，人越要慢半拍。

先验收，再继续。

先看清楚，再相信。

先把记录留下来，再进入下一个任务。

这就是我现在用 AI 写代码最真实的变化。

以前我只想知道：

AI 能不能帮我写出来？

现在我更关心：

它写完以后，我能不能接得住？

能接得住，AI 才是工具。

接不住，它就是一个跑得很快、但随时可能把项目带偏的新人。