阿零的 AI 实验室|C003
证据更新至 2026 年 11 月 5 日。原样缩写模板的本地访谈观察累计 6 个真实模型回合:11 月 3 日第 1—3 轮、11 月 5 日第 4—6 轮。观察在模拟操作者明确停止处结束,需求结果仍为部分共识(partial),不是完整规格闭合或产品验收通过。这里的“真实回合”指模型实际生成回复;产品情境和操作者回答均为内部虚构模拟,不是真人试用。
我这次想解决一个具体问题:需求一边要求更新,一边要求不变时,AI 能否把取舍留给提出需求的人?本篇记录一次停止于部分共识的本地访谈检查,重点是如何核对决定与验收边界。
这次用 Matt Pocock 的 grilling 做本地需求访谈。虚构任务是给尚未开发的单人离线任务工具增加 CSV 导入;没有现成代码或数据库,只访谈,不实现。“离线”描述产品设想,不表示模型离线推理。
初始记录是 T01,旧标题,false;待导入记录包括 T01,新标题,true、T02,,maybe 与 T03,正常任务,false。要求却同时包含:
C003 沿用 10 月 29 日 E002 的既有虚构案例;11 月 3 日检查的是文章缩写模板这个新缺口,不另算新主案例,也不把旧访谈结论直接搬成新模板结果。
首轮回复提出 3 个问题。对“原任务值绝不改变”,它询问是否允许更新当前值并保留旧版本,并把这个方案明确列为待批准推荐。这是对措辞的澄清,不是已经擅自解决了矛盾。
第二轮输入才补清:两条要求都指同一条当前 T01 的 title/done,不能用旧版本、备份、新 ID 或另一条任务满足。回复随即明确:同一最终状态的字段不能同时为新值和旧值;同一次导入也不能既保存又不保存 T03。它继续要求操作者选择,未自行放弃硬要求。
第三轮,模拟操作者选择保留当前旧值,撤回“必须更新”;同时撤回“坏行跳过、好行保存”。回复按这一选择更新理解,也撤回了被否决的引号支持推荐。这说明这段交互中,推荐与明确选择有被区分。
11 月 5 日续办继续使用同一执行者,没有重放前三轮。第四轮输入逐项接受 Q10—Q14:已有 ID 即使值相同也报错;只有合法表头时成功新增 0 条;固定 25 个空白码点;合法新任务一次性新增;按约定的物理行号与范围报告错误。这些从第三轮的待批准推荐变成了已确认需求,仍没有实际导入。
第五轮没有整组接受容量推荐,而是选择最多 100 条物理数据行:坏行、空白数据行计入,表头不计入,正常末尾终止符不额外计行;等于 100 允许,超过则整份拒绝并可停止后续检查。文件上限 10 MiB、单物理行 64 KiB、已有任务 10 万条的推荐均未获批准。100 行也不能推出字节量或处理资源已有界。
恢复范围也经过明确缩减:只确认可捕获保存错误和进程强制退出后的恢复要求,重开时应为完整旧状态或完整新状态。提交可能完成但结果尚未核对时,不能直接声称失败或新增 0 条,也不自动重试。系统崩溃、断电保证没有纳入已确认范围;恢复机制与验证尚未完成。
最后,第六轮只确认部分记录准确,并明确要求停止。回复接受这一停止,保留开放分支,没有把确认记录写成完整验收通过。
最终三栏应这样记录:
九组待定条件分别是:①文件字节上限;②单物理行字节上限;③已有任务数量上限;④id/title 最大长度及计量口径;⑤性能参考设备或目标配置;⑥耗时、内存与界面响应目标;⑦性能测试重复次数与统计方法;⑧故障注入位置、恢复机制和恢复用时;⑨依赖这些决定的边界例子、恢复步骤和完整验收清单。性能仅确认计时起止与合法/大量错误文件的覆盖口径,没有阈值或达标结论。
原三条数据样例的未来预期已经明确:在第 1 行是表头的前提下,第 2 行报已有 ID,第 3 行报空标题和非法 done;整份拒绝,T03 不新增,T01 保持旧值。这是以后实施时要核对的预期,不是本次产品输出。
旧 E002 的正常、边界两个独立上下文也要分开:正常样例确认了 100 行与 5 MiB,边界样例的文件字节上限仍待定;正常 ID 禁止指定空白出现在任意位置,边界按首尾裁剪处理。本次新模板以自己的回答为准:100 行已确认、文件字节上限仍待定,并形成自己的九组开放项。不能把旧正常样例的 5 MiB 或旧边界的四项待定清单拼接过来。

图:同一 C003 缩写模板序列的六轮访谈结果整理,非产品界面或执行截图。操作者在第六轮只确认部分记录准确并明确停止;九组待定项保持未定。所有规则均为未来要求,未实施、未运行产品验收;图文由 AI 协助整理。原作者 Matt Pocock,MIT,固定上游 5beb35b040e3de97e54fa9e386d7e42d15c295c2。
本次编辑检查发现的具体问题是:缩写模板的“同 ID 更新且原任务值绝不改变”没有交代“原值”位于当前记录还是历史版本。实际首轮因此出现了保留旧版本的澄清选项。
建议把这句改成:
“更新和不变都指同一条当前 T01 的 title/done 最终值;不能借旧版本、备份、新 ID 或另一条任务来满足。如果不能同时成立,请指出冲突并等待我取舍。”
这是根据实际追问提出的编辑修订。本地已观察到的是原模板加第二轮澄清;把这句话提前放入首条的新版本尚未独立运行,不能称修订效果已经验证。此次编辑评审由 AI 完成,不是外部真人反馈或真人可用性试用。
准备开始时,先把获准使用的 grilling/SKILL.md 放在宿主能读取的位置,明确提供该路径或文件。下面是待验证的启动措辞建议,不是本次原始逐字输入,也不是 WorkBuddy 使用教程:
“请先读取我提供的 grilling/SKILL.md,读不到就说明。下面是虚构需求,只做访谈,不实现。已有 T01,旧标题,false,待导入 T01,新标题,true、T02,,maybe、T03,正常任务,false。更新和不变都指同一条当前 T01 的 title/done 最终值,不能借旧版本、备份、新 ID 或另一条任务满足;同一次导入既要求全成功或全拒绝,又要求坏行跳过、好行保存。请指出不能同时成立的要求,列出待我选择的选项,每轮等我回答,不把推荐写成确认。验收条件不清楚的继续列为未知。”
收到追问后按题号答“接受”“拒绝并说明”或“暂未决定”;尤其明确自己是否在放弃某条要求。六轮问题数依次为 3、6、5、5、1、0,只是此次实际问题数量,不能据此认定对首次使用者负担低。
目前没有 CSV 实现、产品验收执行、WorkBuddy 宿主运行、真人任务结果或效率对照。本次完成的是这一个本地模型访谈序列的观察,有限确认后明确停止;需求仍 partial,不能宣称完整规格可验收,不能把原模板加后续澄清称为无条件复现通过。
读者检查类似访谈时,可以分别保留“已确认决定、冲突、未知验收”三栏,并回到每条实际回答核对。你卡在需求表述还是结果检查,可以描述一个脱敏情境;不要提交真实业务数据。
原技能作者:Matt Pocock;实验室负责适配与实验记录。固定 source_commit:5beb35b040e3de97e54fa9e386d7e42d15c295c2。
完整 MIT 许可证:https://github.com/mattpocock/skills/blob/5beb35b040e3de97e54fa9e386d7e42d15c295c2/LICENSE
本次模拟操作者、执行者和协调审阅者均为 AI,演示、核验与文字整理有 AI 协助,不代表主理人亲手操作或真人客户验证。grilling 曾因原名占用而按规则跳过,未由实验室上架;本文不提供 WorkBuddy 安装或可用性承诺。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。