我的 AI Native iOS 开发验证工作流
内容提要
作者在两个 iOS 项目中探索让 AI agent 自主验证改动。首个项目 Lody-iOS 用 Python 脚本和 AXe 驱动模拟器，产出截图、AX 树和录屏供人复查，但 CI 慢、进入场景耗时、补丁堆积，人成为瓶颈。第二个记账 App Nyatabi 改用 XCUITest 真机端到端测试，以断言代替截图，由机器直接判定 PASS/FAIL；并先出 Artboard 确定设计再写代码，人只需处理动画等体感问题。
延伸解读
验证策略转变的关键：从人看证据到机器判定
Lody-iOS 依赖截图、AX 树和录屏，人必须复查，导致瓶颈。Nyatabi 改用 XCUITest 断言，机器直接输出 PASS/FAIL，人只需处理动画等体感问题。这一转变的核心是缩小人需要看的范围，把可自动判定的部分交给机器，而非追求完全无人化。
UI catalog 与 accessibilityIdentifier 的支撑
Nyatabi 的 Debug 页内置 UI catalog，用内存样例数据挂出界面，不碰用户数据库，新界面和回归场景先在此验证。配合 179 处 accessibilityIdentifier，XCUITest 能直接断言按钮、卡片、数据状态。这减少了接进业务后还需截图确认的环节，是断言能替代截图的基础。
先出 Artboard 再写代码：把 UI 判断前移
作者在 Nyatabi 中先让 Claude 生成完整 Artboard，确定设计、交互和 Motion 后再实现。画板被 spec 引用，动画曲线和时长通过 HTML artifact 调整。这样大部分 UI 判断发生在实现之前，实现阶段只需证明与画板一致且功能正确，减少了事后返工。
Lody 验证体系的三个瓶颈与教训
Lody 的 verify 体系卡在三点：CI 全量跑易超时，317 次运行仅成功 18 次；从 Debug 菜单沿 accessibility 树进场景需 130 秒，改 deep link 后降至 1～2 秒；AXe 从进程外驱动导致弹窗、键盘、cell 回收不稳定，补丁从 83 行涨到 928 行。这些教训推动 Nyatabi 转向真机 XCUITest。
Q&A
在 Lody-iOS 项目中，作者最初是如何让 AI agent 验证 UI 改动的？
作者最初让 agent 直接使用 xcrun simctl 和 AXe 驱动模拟器，进行点击、截图等操作，并自行读取截图判断结果。后来将验证过程脚本化，每个功能对应一个 Python 脚本，手动传入模拟器 UDID，用 AXe 驱动 Debug 菜单中的预览场景，产出固定命名的截图和 AX 树供人复查。
为什么作者在 Lody-iOS 中要建立不依赖登录态的验证基线？
因为真实链路往往需要登录态，而伪造登录态容易与业务耦合；同时写 UI 时要尽量零业务侵入，不能为了验证往业务代码里塞分支。因此作者定下基线：所有验证都不依赖用户登录态，每个场景用离线 fixture 独立挂出来，不经过登录也不碰业务数据。
Lody-iOS 的验证工作流遇到了哪些主要效率问题？
主要问题有三个：CI 跑不动，托管 macOS 机器太慢，全量跑几乎撞上 1 小时超时，317 次运行只成功 18 次；进场景太慢，从 Debug 菜单沿 accessibility 树逐个找，一个 case 要 130 秒；补丁越堆越多，AXe 从进程外驱动 App，系统弹窗、键盘状态、cell 回收等不稳定只能靠重试和加超时，补丁写进 README 从 83 行涨到 928 行。
在 Nyatabi 项目中，作者为什么改用 XCUITest 进行真机端到端测试？
因为 AXe 和 sim-use 在真机上不适用，无法打字和可靠操作。作者在 iPhone 12 和 iPhone 17 上测试时，sim-use 不能打字，需要人工介入。改用 XCUITest 后，agent 可以自动断言界面状态，用 PASS/FAIL 代替截图，机器直接判定结果，人只需处理动画等体感问题。
Nyatabi 中如何用断言代替截图来验证 UI？
通过 179 处 accessibilityIdentifier，XCUITest 可以直接断言界面状态，例如按钮是否存在、卡片是否出现、数据是否正确。证据就是 PASS 或 FAIL，不需要人再看图判断。测试只断言结构，不比对 LLM 原文，避免因模型输出变化导致误判。
作者在 Nyatabi 中提出的“先出 Artboard，再写代码”工作流是怎样的？
在实现需求之前，作者先让 Claude 生成完整的 Artboard，把设计、UI、UX 细节和 Motion 都画出来，在画板上讨论修改到满意，再开始写代码。画板会被 spec 引用，例如新用户流程的每份子 spec 开头都标注视觉稿来源。动画曲线和时长则通过 HTML artifact 调整。这样大部分 UI 判断从实现后挪到了实现前。
对比 Lody-iOS 和 Nyatabi，作者认为最大的差别是什么？
最大的差别是证据的形式。Lody 的证据（截图、AX 树、录屏）需要人看，人成为瓶颈；Nyatabi 的证据机器就能判定，用断言代替截图，人很少再需要看截图和视频。原因包括 UI catalog 足够全、断言代替截图、体感问题由人录屏反馈。
