AI 写完又审、一周还在修 P1：评审死循环怎么收敛
用 AI 从零写一个不熟悉领域的工具，再让模型反复评审，很容易陷入「审出问题—修—再审出新问题」的死循环。这篇文章分析循环停不下来的几个真实原因（缺少验收标准、同模型自审盲区、底层设计错误、评审粒度太大），并给出一套可操作的收敛流程：给意见分级、把意见变成可复现用例、交叉审查、限定改动范围、设置停止条件。
标签
提示词工程
共 2 篇相关文章
Codex 频繁压缩上下文又爱发散：原因与解决思路
用 Codex 跑实验代码时，常出现两类连锁问题：上下文压缩过于频繁，以及模型自行脑补新方向后被写进压缩摘要，变成后续必须完成的主线任务。文章拆解背后的机制，给出外置计划、规则约束、压缩时机管理、版本控制兜底等可操作方案，并说明它与 Claude Code 的分工取舍。