AI 辅助开发与调试
让 AI 调试时，证据比猜测更重要
AI 很擅长生成可能性，也很容易被可能性带偏。调试时，我会把问题拆成三件事：现象是否真实、路径是否真实、假设是否能被验证。
如果只看表面报错，模型很容易给出“看似合理”的修复。更可靠的方式是让它先找调用链、配置入口、运行时数据，再决定哪里需要改。
真正高效的 AI 调试流程不是一次问答，而是一组证据循环：提出假设、找最小证据、验证或推翻、再收窄范围。
AI 辅助开发与调试
AI 很擅长生成可能性，也很容易被可能性带偏。调试时，我会把问题拆成三件事：现象是否真实、路径是否真实、假设是否能被验证。
如果只看表面报错，模型很容易给出“看似合理”的修复。更可靠的方式是让它先找调用链、配置入口、运行时数据，再决定哪里需要改。
真正高效的 AI 调试流程不是一次问答，而是一组证据循环：提出假设、找最小证据、验证或推翻、再收窄范围。