Wybierz przydatne pierwsze zadanie z AI

Wybierz zadanie, które możesz sprawdzić

Pierwsze przydatne zadanie powinno pokazać, jak narzędzie działa w Twoim środowisku. Powinno też dać wynik, który możesz zbadać. Mała poprawka znanego błędu często spełnia oba warunki.

Nie wybieraj zadania tylko dlatego, że demonstracja zrobi wrażenie. Szeroka przebudowa może dać wiele widocznych zmian, a jednocześnie ukrywać błędne założenia. Małe zadanie pokaże, czy agent czyta instrukcje, przestrzega zakresu i rzetelnie zgłasza nieudane kontrole.

Nie musisz wybierać najłatwiejszego możliwego zadania. Wybierz takie, w którym zespół rozpozna poprawny wynik i wyjaśni, dlaczego jest poprawny.

Porównaj propozycje

Rozważ trzy fikcyjne zlecenia dotyczące aplikacji raportowej.

Wyjaśnienie pozwala sprawdzić rozumowanie i dowody. Test regresji dodaje kontrolowane działanie. Zmiana architektury może być wartościowa później, ale wymaga znacznie dokładniejszego opisu i procesu przeglądu.

Na pierwsze ćwiczenie wybierz test regresji. Użyj wymyślonych dat i lokalnego brancha. Wyraźnie wyłącz z zakresu dostęp do produkcji, aktualizacje zależności i niezwiązany refaktoring.

Zapisz warunek ukończenia

„Popraw obsługę dat” pozostawia zbyt wiele do interpretacji. Podaj konkretny warunek: „Gdy dane wejściowe zawierają nieprawidłową datę kalendarzową, zwróć błąd walidacji. Zachowaj udokumentowany wynik dla prawidłowych dat”.

Dodaj przykłady poprawnych i błędnych danych. Wskaż istniejące polecenie testowe. Poproś agenta o sprawdzenie bieżącego zachowania przed zmianą plików. Wymagaj krótkiego wyjaśnienia błędu i dowodów po zmianie.

Oddziel wynik zadania od aktywności. „Agent napisał test” opisuje aktywność. „Test wykrywa znany błąd” opisuje dowód. Test przechodzący zarówno dla poprawnego, jak i błędnego kodu nie potwierdza zamierzonej ochrony.

Obserwuj przebieg pracy

Podczas ćwiczenia zapisuj, gdzie agent potrzebuje dodatkowego kontekstu. Sprawdź, czy czyta właściwe instrukcje repozytorium. Zwróć uwagę, czy zmienia pliki poza zakresem albo powtarza nieskuteczną próbę bez nowych dowodów.

Nie poprawiaj od razu każdego drobnego wyboru. Pozwól agentowi ukończyć dozwoloną, odwracalną pracę, aby ocenić wynik. Zareaguj, gdy kolejne działanie przekracza granicę albo dalsza praca zależy od nierozstrzygniętego wymagania.

Po zakończeniu przejrzyj diff i wykonaj odpowiednie kontrole. Zapisz czas agenta oraz własny czas przygotowania i przeglądu. Te obserwacje pomogą wybrać kolejne zadanie i poprawić instrukcje pracy.

Rozszerzaj po jednej granicy

Jeśli ćwiczenie się uda, zwiększ jeden wymiar złożoności. Możesz przejść od jednej funkcji do powiązanej pary modułów. Możesz dodać udokumentowaną integrację. Nadal jasno określaj uprawnienia i wymagania weryfikacji.

Jeśli ćwiczenie się nie uda, ustal przyczynę przed rozszerzeniem zakresu. Brak kontekstu, niejasne wymaganie, niedostępne środowisko testowe i ograniczenie modelu wymagają różnych poprawek. Większa autonomia nie rozwiązuje wszystkich czterech problemów.

Jeśli prototyp pozostaje w użyciu, wyznacz osobę odpowiedzialną za utrzymanie. Nowe informacje o podatnościach mogą wymagać działania bez zmiany kodu. Zobacz ciągłe zarządzanie podatnościami.