标签

#工程实践

共 5 篇文章

AI 写代码的时代，code review 应该怎么做？和原来有什么不同？

AI 时代 review 的重心从「逐行找错」转向「审意图、审边界、审设计」；流程上要小 PR、作者先讲清改动、测试与静态检查前置，人守住 AI 缺陷高发的三个区域。

91学AI·5 阅读

Vibe coding 指不看代码、凭运行结果顺不顺来驱动 AI 编程的方式；原型场景提效明显，但生产场景会引入安全漏洞、隐性 bug 和不可维护代码，必须配验证底线。

91学AI·6 阅读

高效 AI 编程工作流分四步：先写清 spec 对齐意图，再让 AI 出 plan 人工确认，拆成 todos 小步执行，每步 verify 后再推进；核心是人在关键节点设卡。

91学AI·5 阅读

考察工具调用的容错设计。核心：错误分层（参数错/执行错/系统错）分别处置，错误以可读文本回传模型让其自我纠正，配合超时、有限重试、幂等与降级兜底。

91学AI·7 阅读

考察 MCP Server 的实战开发能力。核心：用官方 SDK 声明 Tools/Resources，stdio 本地起步、Streamable HTTP 远程发布，用 MCP Inspector 调试，重点在 schema 设计、错误处理与鉴权。

91学AI·7 阅读