AI编程代理常自行评估代码,但存在浅层测试、共享盲点和上下文压力下过早宣称完成等问题。Momentic团队审计发现仅9.6%的AI单元测试有价值。解决方案是独立验证:由独立QA代理基于原始需求在真实浏览器或设备上测试,不继承编码代理上下文,并用多家模型交叉验证。基准显示其独立验证器发现的缺陷是Codex和Claude Code的3至5倍。验证工程正成为独立学科。
文章探讨了AI在传统行业软件开发中的应用,特别是在硬件开发的验证工程方面。作者使用ESP32开发板,尝试利用AI自动化代码生成和验证过程。尽管AI能够快速生成代码,但验证过程仍需关注真实世界的反馈,以确保系统接近目标。验证工程强调将目标、测试和证据组织成循环,以提高验证的可靠性,避免仅依赖代码生成。最终,真正的闭环在于验证能够自我迭代,从而提升工程化水平。
作者用ESP32开发板让AI自动搭建Arduino开发环境并烧录程序,AI约40分钟完成。但屏幕显示的“Qoder”被摄像头OCR误读为“Goder”,暴露出硬件验证难题:构建、上传、串口成功并不等于目标达成。作者由此提出“验证工程”,主张将目标拆成可验证命题,保留原始现场、处理结果与判断理由三层证据,并让验证结论改写下一轮行动,使验证能自我迭代,从而让AI编程真正进入工程化。
完成下面两步后,将自动完成登录并继续当前操作。